Rozpoznávání znaků z realných scén pomocí neuronových sítí – Petr Fiala
Petr Fiala
Diplomová práce
Rozpoznávání znaků z realných scén pomocí neuronových sítí
Character recognition of real scenes using neural networks
Anotace:
Tato práce se zabývá úlohou rozpoznávání znaků z reálných scén, které je věnována značná pozornost s rozvojem moderních technologií. Cílem studie je k rozpoznávání použít algoritmus, který dosahuje aktuálně nejlepších výsledků na standardních datových sadách. Vybraným modelem je konvoluční síť s deep architekturou, jejíž aplikace na zadanou úlohu nebyla dosud publikována. Implementované řešení navazuje …víceAbstract:
This thesis focuses on a problem of character recognition from real scenes, which has earned significant amount of attention with the development of modern technology. The aim of the paper is to use an algorithm that has state-of-art performance on standard data sets and apply it for the recognition task. The chosen algorithm is a convolution network with deep structure where the application of the …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 13. 1. 2014
Identifikátor:
http://www.vse.cz/vskp/eid/41305
Obhajoba závěrečné práce
- Obhajoba proběhla 9. 6. 2014
- Vedoucí: Lukáš Neumann
- Oponent: Petr Berka
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Vysoká škola ekonomická v Prazehttp://www.vse.cz/vskp/eid/41305
Vysoká škola ekonomická v Praze
Magisterský studijní program / obor:
Aplikovaná informatika / Znalostní technologie
Práce na příbuzné téma
-
Rozpoznávání izolovaných znaků znakového jazyka
Jakub HONZÍK -
Prostate Cancer Prediction with Graph Neural Networks
Štěpán Řihák -
Optimization techniques of neural networks for mobile platforms during training phase
Adam Grygar -
Explaining convolutional neural network using clustering methods
Adam Bajger -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
On neural networks base study of radio galaxies
Radek Jančík -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Graph neural networks for improvement recommender system
Trung Tin Tran