Спосіб та програмне забезпечення для розпізнавання тексту на зображеннях

Скорочена інформація про документ
dc.contributor.advisorХіцко, Яна Володимирівна
dc.contributor.authorСнітко, Маріанна Дмитрівна
dc.date.accessioned2024-01-31T09:19:39Z
dc.date.available2024-01-31T09:19:39Z
dc.date.issued2024
dc.description.abstractНа сьогодні, технології розпізнавання тексту на зображеннях є невід'ємною частиною багатьох областей, від автоматизації офісних процесів до розширених систем безпеки. Проблема полягає в тому, що існуючі системи часто не забезпечують достатньої точності або швидкості обробки, особливо при розпізнаванні рукописного тексту. Така ситуація створює потребу в більш ефективних рішеннях. Наявні програмні рішення для розпізнавання тексту на зображеннях зазвичай опираються на традиційні методи оптичного розпізнавання символів. Однак, ці методи часто стикаються з проблемою, такою як низька точність при роботі з рукописним текстом, що призводить до збільшення часу на обробку даних та зниження загальної продуктивності системи. Запропонований спосіб полягає у створенні унікальної моделі конволюційної нейронної мережі для розпізнавання рукописного тексту, яка ефективно поєднує інноваційні архітектурні рішення та оптимізовані гіперпараметри. Запропонований спосіб дозволяє досягти високої точності розпізнавання – 94,68%, одночасно маючи середній час обробки даних до 22.79 мілісекунд. Для реалізації запропонованого у магістерській дисертації способу реалізовано програмне забезпечення з використанням технологій Python, Tensorflow, Scikit, OpenCV, Tkinter.uk
dc.description.abstractotherCurrently, text recognition technologies in images are an integral part of many areas, from office process automation to advanced security systems. The problem is that existing systems often do not provide sufficient accuracy or processing speed, especially when recognizing handwritten text. This situation creates a need for more effective solutions. Existing software solutions for text recognition in images usually rely on traditional optical character recognition methods. However, these methods often face issues such as low accuracy when working with handwritten text, leading to increased data processing time and reduced overall system productivity. The proposed method involves creating a unique convolutional neural network model for recognizing handwritten text, which effectively combines innovative architectural solutions and optimized hyperparameters. This method allows achieving high recognition accuracy – 94.68%, while having an average data processing time of 22.79 milliseconds. To implement the method proposed in the master's thesis, software was developed using technologies such as Python, Tensorflow, Scikit, OpenCV, Tkinter.uk
dc.format.extent139 с.uk
dc.identifier.citationСнітко, М. Д. Спосіб та програмне забезпечення для розпізнавання тексту на зображеннях : магістерська дис. : 121 Інженерія програмного забезпечення / Снітко Маріанна Дмитрівна. - Київ, 2024. - 139 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64118
dc.language.isoukuk
dc.publisherКПІ ім.Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectпрограмне забезпеченняuk
dc.subjectрозпізнавання текстуuk
dc.subjectобробка зображенняuk
dc.subjectнейронні мережіuk
dc.subjectsoftwareuk
dc.subjecttext recognitionuk
dc.subjectimage processinguk
dc.subjectneural networksuk
dc.subject.udc681.3.01uk
dc.titleСпосіб та програмне забезпечення для розпізнавання тексту на зображенняхuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Snitko_magistr.pdf
Розмір:
3.75 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ПЗКС)
Магістерські роботи