Automatic Recognition of User Interface States Using Convolutional Neural Networks

Petrovičová, Klára

EN SKPřihlásit se Přihlásit se (EduID)

Theses nmc7o6

Automatic Recognition of User Interface States Using Convolutional Neural Networks – Bc. Klára Petrovičová

Zpět na vyhledávání

Bc. Klára Petrovičová

Bakalářská práce

Automatic Recognition of User Interface States Using Convolutional Neural Networks

Anotace:

Systém Robotic Quality Assurance firmy Y Soft využívá automatické testování uživatelského rozhraní za použití robotické paže a kamery. Tato bakalářská práce se zabývá částí tohoto řešení, efektivním rozpoznáváním regionů na obrazovce. Standardní metody pro rozpoznávání fotek nejsou dostatečně efektivní, proto práce využívá konvoluční neuronové sítě. Finální řešení navíc zahrnuje techniky pro augmentaci …více

Abstract:

The Y Soft's Robotic Quality Assurance system exploits automated testing of printer user interfaces using a robotic arm and a camera. This thesis explores part of this solution, effective recognition of regions on the monitor screens. Standard image processing methods are not sufficient; therefore, the solution employs Convolutional Neural Networks. The scope of this thesis also includes data augmentation …více

Keywords

automated testing Y Soft RQA C# ML.NET image classification Convolutional Neural Networks MobileNet transfer learning data augmentation

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 25. 5. 2021

Identifikátor: https://is.muni.cz/th/lqdwq/

Obhajoba závěrečné práce

Obhajoba proběhla 28. 6. 2021
Vedoucí: RNDr. Jaroslav Čechák
Oponent: doc. RNDr. Tomáš Brázdil, Ph.D.

Citační záznam

Citovat tuto práci

Citace dle ISO 690:

PETROVIČOVÁ, Klára. \textit{Automatic Recognition of User Interface States Using Convolutional Neural Networks}. Online. Bakalářská práce. Brno: Masarykova univerzita, Fakulta informatiky. 2021. Dostupné z: https://theses.cz/id/nmc7o6/.

@misc{Petrovicova2021thesis,
AUTHOR = "Petrovičová, Klára",
TITLE = "Automatic Recognition of User Interface States Using Convolutional Neural Networks [online]",
YEAR = "2021 [cit. 2024-11-16]",
TYPE = "Bakalářská práce",
SCHOOL = "Masarykova univerzita, Fakulta informatikyBrno",
NOTE = "SUPERVISOR: RNDr. Jaroslav Čechák",
URL = "https://theses.cz/id/nmc7o6/",
}

@misc{Petrovicova2021thesis,
AUTHOR = {Petrovičová, Klára},
TITLE = {Automatic Recognition of User Interface States Using Convolutional Neural Networks},
YEAR = {2021},
TYPE = {Bakalářská práce},
INSTITUTION = {Masarykova univerzita, Fakulta informatiky},
LOCATION = {Brno},
SUPERVISOR = {RNDr. Jaroslav Čechák},
URL = {https://theses.cz/id/nmc7o6/},
URL_DATE = {2024-11-16},
}

{{Citace kvalifikační práce
 | příjmení = Petrovičová
 | jméno = Klára
 | instituce = Masarykova univerzita, Fakulta informatiky
 | titul = Automatic Recognition of User Interface States Using Convolutional Neural Networks
 | url = https://theses.cz/id/nmc7o6/
 | typ práce = Bakalářská práce
 | vedoucí = RNDr. Jaroslav Čechák
 | rok = 2021
 | počet stran =
 | strany =
 | citace = 2024-11-16
 | poznámka =
 | jazyk = 
}}

Plný text práce

Obsah online archivu závěrečné práce

Zveřejněno v Theses:

světu

Jak jinak získat přístup k textu

Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky

Odkaz na adresář do lokálního úložiště instituce

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka

Práce na příbuzné téma

Visualization of hidden layers in convolutional neural networks
Jakub Hruška
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs
Tomographic back-projection of either sparse or low-quality projection views, based on convolutional neural networks (CNN)
Payal JAIN
Detekce anomálií na základě stavu RQA systému
Jan Lorenc