Zlepšování kvality digitalizovaných textových dokumentů
Document Quality Enhancement

Author
Advisor
Juránek, RomanReferee
Zemčík, PavelGrade
DAltmetrics
Metadata
Show full item recordAbstract
Cílem této práce je zvýšení úspěšnosti při rozpoznávání textových dokumentů. Práce je zaměřena především na texty nacházející se na degradovaném materiálu jako jsou noviny nebo staré knihy. K řešení tohoto problému jsou analyzovány současné metody a problémy spojené s rozpoznáváním textu. Na základě získaných poznatků je zvolena implementovaná metoda založena na GAN sítích. Na těchto sítích jsou provedeny experimenty pro nalezení jejich vhodné velikosti a parametrů učení. Následně je provedeno testování pro porovnání různých metod učení a srovnání jejich výsledků. Trénování a testování je provedeno na umělém datovém setu, u kterého se zvýší přesnost přepisu z 65.61 % pro nezpracované řádky textu na 93.23 % u řádků zpracovaných sítí GAN. The aim of this work is to increase the accuracy of the transcription of text documents. This work is mainly focused on texts printed on degraded materials such as newspapers or old books. To solve this problem, the current method and problems associated with text recognition are analyzed. Based on the acquired knowledge, the implemented method based on GAN network architecture is chosen. Experiments are a performer on these networks in order to find their appropriate size and their learning parameters. Subsequently, testing is performed to compare different learning methods and compare their results. Both training and testing is a performer on an artificial data set. Using implemented trained networks increases the transcription accuracy from 65.61 % for the raw damaged text lines to 93.23 % for lines processed by this network.
Keywords
Neuronové sítě, hluboké neuronové sítě, konvoluční neuronové sítě, GAN sítě, TensorFlow, zlepšování kvality obrazu, Neural networks, deep neural networks, convolution neural networks, GAN networks, TensorFlow, image quality enhancementLanguage
čeština (Czech)Study brunch
Inteligentní systémyComposition of Committee
doc. Mgr. Adam Rogalewicz, Ph.D. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) Ing. Michal Bidlo, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen)Date of defence
2020-07-14Process of 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 D. Otázky u obhajoby: Jaké kritérium "přesnosti" používáte pro kvalitu výstupu systému "zlepšování kvality digitalizovaných textových dokumentů". Je to odlišnost od "ground truth" obrazu? Čitelnost textů prostřednictvím OCR třetích stran? Nebo je to skutečně přepis (čtení) dokumentů? Kterého výsledku práce si ceníte nejvíce, respektive který považujete za nejslibnější z pohledu možného nasazení? Jak se Vaše výsledky srovnávají s výsledky jiných systémů pro přepis textů? Jak se podařilo vylepšit texty, aby se případně dále dařilo je lépe využít? Použil jste pro zpracování obrazu nějaké knihovny? Jaká je výpočetní náročnost vašeho řešení? Používá vaše práce diakritiku? Máte představu, jak by probíhalo trénování na reálných datech?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/192507Source
TRČKA, J. Zlepšování kvality digitalizovaných textových dokumentů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.Collections
- 2020 [134]