Система вiзуального тестування

Скорочена інформація про документ
dc.contributor.advisorДідковська, Марина Віталіївна
dc.contributor.authorАбібулаєв, Євген Олексійович
dc.date.accessioned2020-03-05T14:05:37Z
dc.date.available2020-03-05T14:05:37Z
dc.date.issued2019-12
dc.description.abstractenMaster's Thesis: 68 pages, 12 figures, 25 tables, 18 sources. Comparative analysis of different image comparison approaches as part of the proposed automated decision support system for automated visual testing has been performed. The purpose of the proposed system is to compare images and find differences in style, to improve the quality of the visual testing system. The object of the study is to build a visual testing system using machine learning methods. The subject of the study is images of the interface obtained during the work of other programs. The system performs testing in several stages: text selection, image comparison without text, text comparison and overall result. A convolutional neural network lets you highlight text in an image and classify selected text. The purpose is to isolate the borders of a character and remove it from the overall image. Several character recognition options were considered for this purpose, namely: character recognition, text recognition. The implementation of this concept has been done and tested using an open dataset. Separating the text from the image and analyzing it separately from each other showed more accurate results with fewer errors on the character outline. Further research may include the use of more sophisticated models for text selection, and the development of more sophisticated metrics to evaluate the results of such models.uk
dc.description.abstractukМагістерська дисертація: 68 с., 12 рис., 25 табл., 18 джерел. Здійснено порівняльний аналіз різних підходів порівняння зображень як складової запропонованої автоматизованої системи підтримки прийняття рішень для проведення автоматизованого візуального тестування. Метою запропонованої системи є зіставлення зображень та знаходження відмінностей в стилі, для підвищення якості системи візуального тестування. Предметом дослідження є побудування системи візуального тестування з допомогою методів машинного навчання. Об’єктом дослідження є зображення інтерфейсу, отримані в ході роботи інших програм. Система проводить тестування в декілька етапів: виділення тексту, порівняння зображення без тексту, порівняння тексту та отримання загального результату. Згорткова нейронна мережа дає змогу виділити текст на зображенні та провести класифікацію виділеного тексту. Ціллю є виділення границь символу та його вилучення з загального зображення. Для цього були розглянуто декілька варіантів розпізнавання символів, а саме: розпізнавання окремих символів, розпізнавання тексту. Реалізація данної концепції була імплементована та протестована на відкритому наборі даних. Виділення тексту окремо від зображення та їх аналіз окремо один від одного показало більш точні результати з меншою кількістю помилок на контурі символів. Подальше дослідження може включати використання більш досконалих моделей для виділення тексту, а також розробка більш складних метрик для оцінки результатів подібних моделей.uk
dc.format.page77 с.uk
dc.identifier.citationАбібулаєв, Є. О. Система вiзуального тестування : магістерська дис. : 122 Комп'ютерні науки / Абібулаєв Євген Олексійович. – Київ, 2019. – 77 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32139
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectвізуальне тестуванняuk
dc.subjectрозпізнавання текстуuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectзгладжування шрифтівuk
dc.subjectавтоматичне тестуванняuk
dc.subjectvisual testinguk
dc.subjecttext recognitionuk
dc.subjectconvolutional neural networksuk
dc.subjectfont smoothinguk
dc.subjectautomatic testinguk
dc.subjectvisual testinguk
dc.subjecttext recognitionuk
dc.subjectconvolutional neural networksuk
dc.subjectfont smoothinguk
dc.subject.udc004.932.4uk
dc.titleСистема вiзуального тестуванняuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Abibulaev_magistr.docx
Розмір:
642.11 KB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи