|
|
|
|
| LEADER |
02874na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2017 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid5013
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Kraljević, Ivan
|
| 245 |
1 |
0 |
|a Prepoznavanje grafičkih znakova :
|b završni rad /
|c Ivan Kraljević ; [mentor Dragan Jevtić].
|
| 246 |
1 |
|
|a Recognition of graphical characters
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b I. Kraljević,
|c 2017.
|
| 300 |
|
|
|a 21 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Telekomunikacije i informatika, šifra smjera: 42, datum predaje: 2017-06-09, datum završetka: 2017-09-20
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Tema ovog završnog rada bila je prepoznavanje grafičkih znakova sa slike korištenjem strojnog učenja. U svrhu strojnog izdvajanja korišten je KNN algoritam, a platforma korištena za obradu slike, u ovom radu je OpenCV.
KNN algoritam odluku o klasifikaciji odgađa sve do trenutka predočavanja upita. Točnost izdvajanja simbola sa slike varira u ovisnosti o samoj kvaliteti slike, o obradi klasifikacijskih podataka, kao i o pravilnom odabiru hiperparametra K. Izdvajanje simbola sa slike obrađeno je na primjeru prepoznavanja automobilskih tablica.
Ovaj rad sadrži opis svih postupaka potrebnih za pripremu slike za izdvajanje simbola, koji osim za ovaj specifični slučaj vrijede i za sve ostale primjere, također opisan je način rada KNN algoritma, sve njegove prednosti i mane, kao i postupak klasifikacije podatka za daljnji rad algoritma.
|
| 520 |
3 |
|
|a Sažetak na engleskom: The subject of this thesis was the analysis of character recognition from image using machine learning. In the observed solution, KNN algorithm was used for character recognition. The platform used for image processing, in this thesis is OpenCV.
KNN algorithm postpones the decision of classification until the request comes. Accuracy of character recignition from image depends on quality of image, processing of the dataset for classification and on correctly choosing K parameter. Character recognition, in this thesis, was done on car license plates.
This thesis contains a description of all procedures that are needed for image preprocessing and for character recognition that are not only applicable in this specific case, but for almost every other case where a character or object is needed to be recognized. Furthermore, it contains an analysis of KNN algorithm with all his pros and cons, and procedures of classification of datasets that will later be used for recognition.
|
| 653 |
|
1 |
|a strojno učenje
|a izdvajanje simbola
|a metoda K najbližih susjeda
|a OpenCV
|
| 653 |
|
1 |
|a machine learning
|a character recognition
|a K nearest neighbour
|a OpenCV
|
| 700 |
1 |
|
|a Jevtić, Dragan
|4 ths
|
| 942 |
|
|
|c Z
|
| 999 |
|
|
|c 49120
|d 49120
|