Identifikacija objekta temeljena na prepoznavanju elemenata slike

master's thesis

• Title (english): Object identification based on recognition of image elements
• Author: Alen Škvarić
• Mentor: Dragan Jevtić (mentor)
• Committee member: Dragan Jevtić (predsjednik povjerenstva)
• Committee member: Šandor Dembitz (član povjerenstva)
• Committee member: Miljenko Mikuc (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2015-07-03, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering

Abstract

Javlja se sve češća potreba za pretvorbom korisničke informacije u onaj oblik koji je razumljiv računalu u svrhu lakše automatizacije podataka. Jedna od najvažnijih znanstvenih disciplina u tom pogledu je optičko prepoznavanje znakova (OCR). U ovome radu dan je pregled metoda korištenih u svrhu pronalaska i prepoznavanja znakovnih objekata iz digitalne slike. Uspješnost prepoznavanja elemenata uvelike ovisi o kvaliteti segmentacije slike. Spomenuti su najbitniji problemi detekcije i dana su odgovarajuća rješenja. Opisani su neki od algoritama nadziranog strojnog učenja koji se potencijalno mogu koristiti u svrhu klasifikacije znakova. Napravljena je njihova analiza na jednostavnom studijskom primjeru u kojoj je mjerena njihova efikasnost na temelju preciznosti i brzine učenja i predikcije.

Abstract (english)

There is a growing need for converting the user information in a machine-readable form for the purpose of easier data automation. One of the most important field of research in that regard is optical character recognition (OCR). This paper reviews methods used for the purpose of finding and recognizing character objects from digital pictures. Recognition accuracy depends largely on the quality of image segmentation. Solutions are given for the most important problems of detection. Supervised machine learning algorithms are used in order to classify graphic characters. Analysis was made on a simple example which measured their efficiency based on accuracy and speed of learning and prediction.

• Keywords: strojno učenje (ML); optičko prepoznavanje znakova (OCR); strojni vid; nadzirano učenje; klasifikacija
• Keywords (english): machine learning (ML); optical character recognition (OCR); computer vision; supervised learning; classification
• Language: croatian
• URN:NBN: urn:nbn:hr:168:514175
• Study programme: Title: Information and Communication Technology; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-06 12:20:43