but.committee	doc. Ing. Peter Chudý, Ph.D., MBA (předseda) doc. RNDr. Pavel Smrž, Ph.D. (místopředseda) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Filip Orság, Ph.D. (člen) doc. Ing. Zdeněk Vašíček, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Na straně 23 (podkapitola 4.4) se zmiňujete o "resizing" obrázku registrační značky na 128x32 pixelů. Jedná se vždy o zmenšení, nebo jste experimentoval i se zvětšením značek? Na straně 26 (podkapitola 5.1) uvádíte několik "zkreslení" značek, mezi jinými i "shear" X i Y osy o 20°. Je takový druh zkreslení v praxi někdy skutečně "vidět"? V tabulce na straně 30 (tabulka 5.2) uvádíte chyby CER a WER. Jsou poměrně vysoké, čím si to vysvětlujete? Je jejich vzájemný vztah v tomto případě nějak jednoduše popsatelný? Jak velké byly datasety?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Juránek, Roman	en
dc.contributor.author	Tykva, Jiří	en
dc.contributor.referee	Zemčík, Pavel	en
dc.date.created	2020	cs
dc.description.abstract	Cílem této bakalářské práce je návrh, implementace a testování systému, který v reálném čase pomocí neuronových sítí bude detekovat a rozpoznávat registrační značky vozidel. Nasbíraná data budou ukládána do databáze. Architektura systému je rozdělena do tří hlavních částí. První část řeší detekci registrační značky v obraze pomocí TensorFlow Object Detection API. Detektor dosahuje přesnosti 98.15 % AP při rychlosti kolem 14 fps. Druhá část se zabývá sledováním značek ve videu pomocí algoritmu SORT. Třetí část systému se věnuje holistickému rozpoznávání textu registrační značky a dosahuje až 0.6% chybovosti při rozpoznávání jednotlivých znaků a 2% chybovosti při rozpoznávání celého textu. Výsledný systém lze použít například pro policejní oddělení za účelem sledování kradených vozidel či automatického vybírání dálničních poplatků.	en
dc.description.abstract	The goal of this Bachelor's thesis is to design, implement, and test a system that can detect and recognize license plates in real-time by using neural networks. The collected data will be saved into the database. The system's architecture is divided into three main parts. The first part handles the license plate detection in the image by making use of the TensorFlow Object Detection API. The detector reaches the accuracy of 98.15 % AP with a speed of roughly 14 fps. The second part deals with license plate tracking by using the algorithm SORT. The third part holistically recognizes the text of the license plate and can reach up to 0.6% character error rate and 2% word error rate. The system may be used by law enforcement for purposes such as for keeping track of stolen vehicles or for the automatic road tolling.	cs
dc.description.mark	B	cs
dc.identifier.citation	TYKVA, J. Detekce a rozpoznání registračních značek vozidel [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129884	cs
dc.identifier.uri	http://hdl.handle.net/11012/194956
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	registrační značka	en
dc.subject	strojové učení	en
dc.subject	dataset	en
dc.subject	neuronové sítě	en
dc.subject	počítačové vidění	en
dc.subject	zpracování obrazu	en
dc.subject	rozpoznávání znaků	en
dc.subject	detekce objektu	en
dc.subject	TensorFlow	en
dc.subject	license plate	cs
dc.subject	machine learning	cs
dc.subject	dataset	cs
dc.subject	neural networks	cs
dc.subject	computer vision	cs
dc.subject	image processing	cs
dc.subject	character recognition	cs
dc.subject	object detection	cs
dc.subject	TensorFlow	cs
dc.title	Detekce a rozpoznání registračních značek vozidel	en
dc.title.alternative	Detection and Recognition of License Plates	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-08-27	cs
dcterms.modified	2020-08-27-21:21:47	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129884	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:33:14	en
sync.item.modts	2025.01.15 16:50:16	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Detekce a rozpoznání registračních značek vozidel

Files

Original bundle

Collections