Pages
-
-
Prepoznavanje rukom pisanih Booleovih izraza na temelju gesti
-
Petar Afrić Rad se bavi prepoznavanjem rukom pisanih Booleovih izraza temeljem gesti. Željena funkcionalnost ostvarena je razlaganjem problema u potproblem grupiranja gesti u simbole, potproblem prepoznavanja simbola i potproblem prostornog parsiranja prepoznatih simbola. Za grupiranje i prepoznavanje se koriste umjetne neuronske mreže dok je za prostorno parsiranje razvijen prostorni parser. U sklopu rada razvijena je prototipna implementacija aplikacije za desktop i android okruženja.
-
-
Prepoznavanje rukom pisanih brojeva primjenom neuronskih mreža
-
Roko Marinović U ovom radu je prikazana i objašnjena tehnologija dubokih unaprijednih neuronskih mreža sa fokusom na konvolucijske neuronske mreže. Izrađena je konvolucijska neuronska mreža za više-klasnu klasifikaciju u programskom jeziku Python koristeći Keras biblioteku. Izrađena konvolucijska neuronska mreža je potom trenirana i testirana na skupu rukom pisanih brojeva MNIST. Na kraju rada dan je detaljan opis dobivenih rezultata.
-
-
Prepoznavanje rukom pisanih identifikacijskih brojeva studenata uporabom dubokih modela
-
Damir Kopljar U ovome radu opisane su osnovne značajke konvolucijskih neuronskih mreža. Zatim je detaljno opisan rad modela za detekciju objekata. U radu su opisana i dva korištena podatkovna skupa, jedan prikupljen u skupu rada i drugi umjetno generiran. Također objašnjena je i korištena programska biblioteka TensorFlow Object Detection kojom su izrađeni svi modeli u radu. Na samome kraju opisani su i prikazani dobiveni rezultati.
-
-
Prepoznavanje rukom pisanih matematičkih izraza pomoću konvolucijskih neuronskih mreža
-
Danijel Stracenski U ovom radu opisan je proces prepoznavanja i rješavanja rukom napisanih matematičkih izraza. Najprije su opisani svi koraci obrade ulazne slike izraza u željeni oblik. Nakon toga, opisan je algoritam detekcije pojedinog znaka unutar izraza koristeći iterativni DFS algoritam. Detektirani znakovi su zatim proslijeđeni klasifikacijskoj konvolucijskoj neuronskoj mreži čije su pojedinosti poput arhitekture, slojeva, funkcije gubitka i postupka učenja detaljno opisani. Kod klasifikacije je...
-
-
Prepoznavanje rukopisa strojnim učenjem i primjena u identifikaciji popunjenih polja na uplatnici
-
Josip Mrđen Napretkom u računarskoj znanosti te razvojem dubokog učenja, područje računalnog vida je u zadnjem desetljeću dobilo velik zamah. U moru primjena, detekcija i prepoznavanje teksta (bilo tiskanog ili pisanog) je jedno od istraženijih područja te domene. Ovaj završni rad bavi se upravo prepoznavanjem teksta, za potrebu ekstrakcije teksta na rukom pisanim uplatnicama. Za potrebe toga korištene su konvolucijske neuronske mreže za čisto prepoznavanje teksta te elementi pretprocesiranja...
-
-
Prepoznavanje ručno pisanih znamenki korištenjem konvolucijskih neuronskih mreža
-
Ana Lukenda Prepoznavanje ručno pisanih znamenki jedan je od pionirskih problema računalnog vida. Za rješavanje problema korištene su razne varijacije klasifikatora, metode temeljene na izračunima udaljenosti, slojevite potpuno povezane neuronske mreže, ali prekretnicu predstavljaju Yann LeCun i njegovi suradnici koji su 1998. prikupili MNIST bazu podataka i na njoj istrenirali prvu konvolucijsku neuronsku mrežu naziva LeNet 1. Za konvolucijsku mrežu specifični su konvolucijski sloj u kojem se...
-
-
Prepoznavanje simbola učinjenih gestama miša
-
Dario Sikirica Problem prepoznavanja simbola učinjenih gestama miša može se riješiti jednom od metoda strojnog učenja. Svaki simbol se može predstaviti nizom značajki pomoću kojih se onda trenira model za prepoznavanje simbola. Za prepoznavanje se koristi višeklasna klasifikacija i model stroja s potpornim vektorima. Napravljen je sustav za prepoznavanje riječi koji korisniku omogućava crtanje simbola na digitalnom platnu. Na određenu akciju miša pokreće se sustav za prepoznavanje te se...
-
-
Prepoznavanje skeniranog teksta temeljeno na dubokim modelima
-
Dan Ambrošić Iako je optičko prepoznavanje znakova (OCR) uglavnom riješen problem, uvijek ima mjesta za poboljšanja, pogotovo kod obrade povijesnih dokumenata i slika slabije kvalitete. Koristeći pristup CTC, duboki modeli temeljeni na povratnim neuronskim mrežama su uspješno primijenjeni na probleme označavanja sekvenci, kao što je prepoznavanje teksta. Danas često korištena arhitektura neuronskih mreža, koja spaja konvolucijske i povratne slojeve s izlazima CTC i odgovarajućim gubitkom, je...
-
-
Prepoznavanje skladatelja klasične glazbe na temelju zapisa skladbi u MIDI formatu
-
Lara Grgurić U današnje vrijeme vrlo su popularni softveri za prepoznavanje glazbenog djela i
njenog autora. Tehnologije za takav tip problema koriste baze podataka koje sadrže
goleme količine podataka. Cilj je ovog rada testirati je li moguće predvidjeti autora
neke skladbe kojoj algoritam nema pristup te je li takvo predviđanje moguće ako koristimo
MIDI format glazbenog zapisa. Odabrani pristup rada za ostvarenje tog cilja
je strojno učenje. Koristeći tri različite metode strojnog učenja te...
-
-
Prepoznavanje svjetskih znamenitosti iz slika
-
Marko Gulan Prepoznavanje znamenitosti iz slika godinama je bio nerješiv problem za računala. No,
u posljednjih nekoliko godina, računala postaju sve bolja u rješavanja istoga. U ovom radu
je opisano što su umjetne neuronske mreže te kako ih iskoristiti za rješavanje navedenog
problema. Poseban naglasak stavljen je na konvolucijske neuronske mreže koje daju odlične
rezultate na sličnim problemima računalnog vida. Na kraju se u prikazani i ocijenjeni rezulati
učenja četiriju konvolucijskih...
-
-
Prepoznavanje tumora mozga na slikama dobivenim magnetskom rezonancijom
-
Ivan Mihaljević Strojno učenje nalazi sve veću primjenu u medicinskoj dijagnostici, a u ovom radu
korišteno je za utvrđivanje postojanja i raspoznavanje vrste tumora mozga. Dobrom
raspodjelom podataka kroz procese učenja, provjere i testiranja te pametnim odabirom
algoritama izgradnje moguće je napraviti kvalitetan model koji olakšava i ubrzava
dijagnozu bolesti. Snimke magnetske rezonance klasificirane su u četiri kategorije:
gliom, meningeom, tumor hipofize i snimka bez tumora. Jednostavnim...
-
-
Prepoznavanje višealfabetnog teksta na slici korištenjem dubokog učenja
-
Mladen Džida U ovom radu je definirana arhitektura i provedena implementacija sustava za prepoznavanje višealfabetnog teksta na slici. Konkretno, opisani sustav je dizajniran za prepoznavanje latinice, arapskog i korejskog alfabeta. Sustav je implementiran u programskom jeziku Python, a za model je korišten vizualni transformer. Sa javnih internetskih stranica je prikupljen i pripremljen podatkovni skup za testiranje, a podatkovni skup za treniranje je umjetno generiran zbog nepostojanja dovoljno...
Pages
