Rozpoznávání ručně psaného písma pomocí neuronových sítí
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Práce se zabývá rozpoznáváním velkých písmen a číslic hůlkového písma pomocí neuronových sítí. Rozebírá použité algoritmy pro segmentaci textu, metody extrakce příznaků a problematiku učení sítě pomocí zpětného šíření chyb. Jsou zde také popsány provedené experimenty s různými konfiguracemi nad datovými sadami. Pro trénování nových sítí a testování jejich úspěšnosti byla vytvořena demonstrační aplikace s grafickým rozhraním s možností interaktivního rozpoznávání myší psaného textu.
Thesis deals with handwritten block letters and digits recognition using artificial neural networks. Text segmentation algorithms, feature extraction methods and backpropagation learning are explained. There are also described performed experiments with variety of configurations on datasets. Application with graphical user interface and interactive mouse-written text recognition was created to train new neural networks and test their effectivity.
Thesis deals with handwritten block letters and digits recognition using artificial neural networks. Text segmentation algorithms, feature extraction methods and backpropagation learning are explained. There are also described performed experiments with variety of configurations on datasets. Application with graphical user interface and interactive mouse-written text recognition was created to train new neural networks and test their effectivity.
Description
Citation
SMEJKAL, V. Rozpoznávání ručně psaného písma pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2011.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. Dr. Ing. Jan Černocký (předseda)
doc. RNDr. Jitka Kreslíková, CSc. (místopředseda)
Ing. Vítězslav Beran, Ph.D. (člen)
Ing. Tomáš Martínek, Ph.D. (člen)
Ing. Petr Matoušek, Ph.D., M.A. (člen)
Date of acceptance
2011-06-15
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak 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 A. Otázky u obhajoby: Analyzovali ste nesprávne rozpoznané znaky? Napríklad znak "B" a číslovka "8" sa asi častejšie zamieňajú kvôli skeletonizácii (Obrázok 3.2). Aký postup by ste zvolili pre zvýšenie úspešnosti ich rozpoznania?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení