Automatsko čitanje numeričkih podataka u slikama geometrijskih zadataka

Sažetak na hrvatskom: U ovom radu opisana je izrada programskog rješenja za prepoznavanje numeričkih podataka u slikama te teorijska pozadina korištenih metoda i tehnologija. Za prepoznavanje brojeva u slici, pomoću programskog jezika Python i biblioteke Tensorflow izgrađena je konvolucijska neurons...

Full description

Permalink: http://skupni.nsk.hr/Record/fer.KOHA-OAI-FER:50562/Details
Glavni autor: Žgaljić, Adrian (-)
Ostali autori: Subašić, Marko (Thesis advisor)
Vrsta građe: Drugo
Impresum: Zagreb, A. Žgaljić, 2017.
Predmet:
LEADER 02483na a2200229 4500
003 HR-ZaFER
008 160221s2017 ci ||||| m||| 00| 0 hr d
035 |a (HR-ZaFER)ferid4833 
040 |a HR-ZaFER  |b hrv  |c HR-ZaFER  |e ppiak 
100 1 |a Žgaljić, Adrian 
245 1 0 |a Automatsko čitanje numeričkih podataka u slikama geometrijskih zadataka :  |b diplomski rad /  |c Adrian Žgaljić ; [mentor Marko Subašić]. 
246 1 |a Automatic Reading of Numeric Data in Images of Geometry Problems  |i Naslov na engleskom:  
260 |a Zagreb,  |b A. Žgaljić,  |c 2017. 
300 |a 39 str. ;  |c 30 cm +  |e CD-ROM 
502 |b diplomski studij  |c Fakultet elektrotehnike i računarstva u Zagrebu  |g smjer: Telekomunikacije i informatika, šifra smjera: 53, datum predaje: 2017-06-29, datum završetka: 2017-07-10 
520 3 |a Sažetak na hrvatskom: U ovom radu opisana je izrada programskog rješenja za prepoznavanje numeričkih podataka u slikama te teorijska pozadina korištenih metoda i tehnologija. Za prepoznavanje brojeva u slici, pomoću programskog jezika Python i biblioteke Tensorflow izgrađena je konvolucijska neuronska mreža. Osim izrade mreže, važan korak prije detekcije bio je predobrada slike, a za treniranje i testiranje mreže generiran je set od ukupno 50000 slika brojeva. Tako utrenirana mreža postigla je učinak od 100% na setu podataka za testiranje, te 99.52% na setu ručno označenih podataka iz slika matematičkih zadataka nastalih kamerom mobilnog telefona.  
520 3 |a Sažetak na engleskom: In this thesis it is described development of software solution for recognition of numerical data in images, and theoretical background of used technologies and methods. For character recognition, convolutional neural network is made using Python programming language and Tensorflow library. Important step before detection is image pre-processing, and for training of neural network, set of 50000 number images is generated. After training, network correctly recognized 100% of test images, and 99.52% of hand labeled numbers from images of mathematical problem taken with smartphone camera.  
653 1 |a  optičko prepoznavanje teksta, neuronska mrežam konvolucijska neuronska mreža, Python, Tensorflow, OpenCV, računalni vid, strojno učenje 
653 1 |a optical character recognition, neural network, convolutional neural network, Python, Tensorflow, OpenCV, computer vision, machine learning  
700 1 |a Subašić, Marko  |4 ths 
942 |c Y 
999 |c 50562  |d 50562