Detail práce
Holistické rozpoznání registrační značky pomocí konvolučních neuronových sítí
Cílem práce bylo vytvořit holistický rozpoznávač registračních značek, kde byl kladen důraz na dosáhnutí co nejvyšší přesností na snímcích horší kvality. Byla navrhnuta a implementována kombinace konvoluční a rekurentní neuronové sítě, implementované pomocí LSTM a CTC, kde vstupem jsou výřezy získané z celé značky. Dále byly také implementovány konkurenční sítě pro porovnání výsledků. Sítě byly porovnány na celkem 4 datových sadách, a výsledkem bylo, že vlastní návrh dosáhl nejlepších výsledků s celkovou přesností rozpoznávání 97.6%.
registrační značka, strojové učení, CNN, RNN, OCR, LSTM, CTC
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C.
- Vnímáte nyní nějaké nevýhody architektury vaší neuronové sítě? Jak si vysvětlujete, že dosáhla lepších výsledků než referenční síť podle [33]?
- Můžete porovnat trénovací a testovací chybu jednotlivých sítí a zamyslet se nad jejich generalizací a kapacitou?
- Jakou roli má ve Vašem řešení LBP?
Bidlo Michal, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Čadík Martin, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Křivka Zbyněk, Ing., Ph.D. (UIFS FIT VUT), člen
Rogalewicz Adam, doc. Mgr., Ph.D. (UITS FIT VUT), člen
@bachelorsthesis{FITBT20829,
author = "Anh Hoang Le",
type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce",
title = "Holistick\'{e} rozpozn\'{a}n\'{i} registra\v{c}n\'{i} zna\v{c}ky pomoc\'{i} konvolu\v{c}n\'{i}ch neuronov\'{y}ch s\'{i}t\'{i}",
school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
year = 2019,
location = "Brno, CZ",
language = "czech",
url = "https://www.fit.vut.cz/study/thesis/20829/"
}