Методи розпізнавання україномовного тексту на основі глибокого навчання в умовах обмежених даних

Скорочена інформація про документ
dc.contributor.advisorКупенко, Ольга Петрівна
dc.contributor.authorПетрова, Катерина Євгенівна
dc.date.accessioned2026-10-01T09:11:54Z
dc.date.available2026-10-01T09:11:54Z
dc.date.issued2026
dc.description.abstractДипломна робота: 84 с., 32 рис., 3 табл., 37 посилань, додаток. Об’єктом дослідження є процес автоматизованого виявлення та розпізнавання рукописного тексту на зображеннях. Предметом дослідження є методи глибокого навчання для обробки текстових зображень. Метою роботи є розробка системи транскрипції рукописних українських текстів для автоматизації оцифрування матеріалів, підвищення точності їх розпізнавання. У дипломній роботі вирішується задача створення системи для автоматизації обробки рукописних україномовних відсканованих зображень документів. Розглянуто як класичні методи розпізнавання так і сучасні, засновані на використанні глибокого навчання. За результатами експериментального порівняння встановлено алгоритми, що найкраще підходять для використання у кінцевому продукті: найвищу точність локалізації рядків забезпечила модель YOLO, а для розпізнавання тексту — VGG16-BiLSTM. У результаті розроблено конвеєр у вигляді вебдодатка, який здатний виконувати автоматичну детекцію та транскрибування рукописного тексту. Отримані результати мають практичне значення та підтверджують цінність системи, яку можна адаптувати для використання у комерційних цілях.
dc.description.abstractotherBachelor's thesis: 84 p., 32 figures, 3 tables, 37 references, appendix. The object of the research is the process of automated detection and recognition of handwritten text in images. The subject of the research is deep learning methods for text image processing. The purpose of the study is to develop a transcription system for handwritten Ukrainian texts aimed at automating the digitization of materials and improving recognition accuracy. The thesis addresses the challenge of creating a system for the automated processing of scanned handwritten Ukrainian documents. Both classical recognition methods and modern approaches based on deep learning are examined. Through experimental comparison, the optimal algorithms for the final product were identified: the YOLO model demonstrated the highest accuracy for text line localization, while the VGG16-BiLSTM architecture proved most effective for text recognition. As a result, an automated pipeline was developed and implemented as a web application capable of detecting and transcribing handwritten text. The results obtained are of practical significance and confirm the viability of the proposed system, which can be further adapted for commercial use.
dc.format.extent84 с.
dc.identifier.citationПетрова, К. Є. Методи розпізнавання україномовного тексту на основі глибокого навчання в умовах обмежених даних : дипломна робота … бакалавра : 122 Комп’ютерні науки / Петрова Катерина Євгенівна. – Київ, 2026. – 84 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/83636
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectукраїномовний рукописний текст
dc.subjectдетекція тексту
dc.subjecthtr
dc.subjectглибоке навчання
dc.subjectcrnn
dc.subjectyolo
dc.subjectukrainian handwritten text
dc.subjecttext detection
dc.subjectdeep learning
dc.titleМетоди розпізнавання україномовного тексту на основі глибокого навчання в умовах обмежених даних
dc.typeBachelor Thesis

Файли

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

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи