prikaz prve stranice dokumenta Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja
No public access
master's thesis
Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja
2017. urn:nbn:hr:168:404247
Škriljak, Mateja
University of Zagreb
Faculty of Electrical Engineering and Computing

Cite this document

Škriljak, M. (2017). Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:404247

Škriljak, Mateja. "Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:404247

Škriljak, Mateja. "Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:404247

Škriljak, M. (2017). 'Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 10 April 2025, https://urn.nsk.hr/urn:nbn:hr:168:404247

Škriljak M. Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2017 [cited 2025 April 10] Available at: https://urn.nsk.hr/urn:nbn:hr:168:404247

M. Škriljak, "Duboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2017. Available at: https://urn.nsk.hr/urn:nbn:hr:168:404247

Please login to the repository to save this object to your list.
Metadata
TitleDuboko učenje za detekciju registarskih pločica korištenjem mobilnih uređaja
Title (english)Deep Learning for License Plate Detection Using Mobile Devices
AuthorMateja Škriljak
MentorSven Lončarić (mentor)
Committee memberSven Lončarić (predsjednik povjerenstva)
Committee memberMarko Subašić (član povjerenstva)
Committee memberTomislav Petković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2017-09-22, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Sustavi za automatsko čitanje tablice imaju razne primjene, od sustava sigurnosti i kontrole prometa do olakšavanja parkinga. Postupak se sastoji od dva koraka: detekcije tablice na slici te raspoznavanja teksta na tablici. Detekcija tablice na slici je složen problem analize slike. U okviru rada su istraženi modeli za detekciju objekata temeljeni na dubokom učenju. Implementirano je rješenje koristeći Faster R-CNN metodu. Sustav je učen na generiranom skupu slika tablica te je model evaluiran... More i analizirane su njegove mogućnosti. Less
Abstract (english)
Reading license plates automatically can have many uses, from security systems and traffic control to easier parking regulation. The system consists of two parts: license plate detection and optical character recognition. License plate detection is a complex image analysis problem. Several deep learning detection models are analyzed. Implemented solution uses Faster R-CNN. The system is trained on a generated dataset, evaluated and analyzed.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:404247
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2019-03-14 01:20:00
accessibility

closeAccessibilityrefresh

If you wish to permanently save changes, click on Save, if not - your settings will be reset when you restart the browser.