Mobilna aplikacija za prepoznavanje poveznica na slikama korištenjem dubokog učenja

diplomski rad

• Naslov (engleski): Mobile Application for Recognizing Links in Images Using Deep Learning
• Autor: Andrej Ceraj
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Zoran Kalafatić (član povjerenstva)
• Član povjerenstva: Tomislav Marković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-15, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Prepoznavanje teksta sa slike poznat je problem u računalnom vidu. Dosad postoji nekoliko pristupa za rješavanje tog problema, no u ovom radu proučava se rješenje korištenjem dubokog učenja. Modeli koji su se koristili prilikom prepoznavanja teksta bili su Yolo za detektiranje teksta i CRNN za prepoznavanje teksta iz detekcije. Nad ovim modelima, osim točnosti, stavljen je zahtjev da se moraju moći koristiti na mobilnom uređaju i da se rezultat može dobiti u skoro stvarnom vremenu. Opisana je arhitektura modela, podaci za treniranje, metode treniranja, rezultati i potencijalna poboljšanja. Prikazano je korištenje tih modela u mobilnoj aplikaciji za prepoznavanje poveznica te rad same aplikacije.

Sažetak (engleski)

Recognizing text from an image is a common problem in computer vision. So far, there have been several approaches to solving this problem, but this paper examines the solution using deep learning. Models used in solving this problem were Yolo for text detection and CRNN for text recognition from the detection. The models, in addition to accuracy, are required to be able to run on mobile devices and in near real time. Architecture, training data, training methods, results and potential improvements are described bor both models. Finally, this paper shows the use of these models in the mobile application for link recognition and the operation of the application itself.

• Ključne riječi: duboko učenje; računalni vid; detekcija objekata; prepoznavanje teksta; Yolo; CRNN; mobilna aplikacija
• Ključne riječi (engleski): deep learning; computer vision; object detection; text recognition; Yolo; CRNN; mobile application
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:492190
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 11:57:28