but.committee	doc. Ing. František Zbořil, CSc. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. RNDr. Dana Hliněná, Ph.D. (člen) Ing. Petr Matoušek, Ph.D., M.A. (člen) Ing. Marcela Zachariášová, 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 přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " B ".	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Zbořil, František	cs
dc.contributor.author	Pazderka, Radek	cs
dc.contributor.referee	Rozman, Jaroslav	cs
dc.date.accessioned	2019-04-03T22:46:35Z
dc.date.available	2019-04-03T22:46:35Z
dc.date.created	2017	cs
dc.description.abstract	Tato bakalářská práce se zaměřuje na návrh a implementaci aplikace sloužící k rozpoznávání textových CAPTCHA kódů. Popisuje algoritmy pro předzpracování obrazu, segmentaci a následnou klasifikaci znaků. Pro klasifikaci byly použity dva různé přístupy. Jedná se o konvoluční neuronovou síť LeNet a histogramový klasifikátor využívající Pearsonova korelačního koeficientu. Následně se zvolené klasifikátory testují na různých CAPTCHA kódech a zjišťuje se výsledná úspěšnost při rozpoznávání.	cs
dc.description.abstract	This bachelor thesis is dedicated to design and implementation of application , which's purpose is to recognize text CAPTCHA codes . It describes image processing algorithms , segmentation algorithms and character classification . Two different aproaches were used for classification . Convolution neural network LeNet and histogram classificator , which uses Pearson's correlation coefficient . Chosen classificators were tested on different CAPTCHA codes while finding out the success rate of recognition .	en
dc.description.mark	B	cs
dc.identifier.citation	PAZDERKA, R. Rozpoznávání CAPTCHA kódů [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2017.	cs
dc.identifier.other	106195	cs
dc.identifier.uri	http://hdl.handle.net/11012/69888
dc.language.iso	cs	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	CAPTCHA kód	cs
dc.subject	strojové učení	cs
dc.subject	konvoluční neuronová síť	cs
dc.subject	LeNet	cs
dc.subject	Caffe	cs
dc.subject	kaskádový klasifikátor	cs
dc.subject	histogramový klasifikátor	cs
dc.subject	CAPTCHA code	en
dc.subject	machine learning	en
dc.subject	convolution neural network	en
dc.subject	Lenet	en
dc.subject	Caffe	en
dc.subject	cascade classifier	en
dc.subject	histogram classifier	en
dc.title	Rozpoznávání CAPTCHA kódů	cs
dc.title.alternative	Captcha Code Recognition	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2017-06-14	cs
dcterms.modified	2020-05-10-16:12:51	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	106195	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 22:59:36	en
sync.item.modts	2021.11.22 22:03:14	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav inteligentních systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Rozpoznávání CAPTCHA kódů

Files

Original bundle

Collections