📄Работа №116189
Тема: Разработка алгоритма распознавания текста на изображении при помощи сверточной нейронной сети
Характеристики работы
Тип работы
Бакалаврская работа
Предмет
Программирование
Объем:
45 листов
Год:
2020
Просмотров:
356
4600
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Аннотация 2
ВВЕДЕНИЕ 6
Глава 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ 8
1.1 Биологическое понятие нейрона и искусственные нейронные сети 8
1.2 Виды нейронных сетей и их применение 11
Глава 2 ПРОЕКТИРОВАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ ТЕКСТА НА ИЗОБРАЖЕНИИ 16
2.1 Описание работы алгоритма распознавания 16
2.2 Выбор средств для реализации программы 20
2.3 Реализации программы 23
Глава 3 ТЕСТИРОВАНИЕ РАЗРАБОТАННОГО АЛГОРИТМА 29
3.1 Тестирование разработанного алгоритма с использованием различных изображений 29
3.2 Подведение итогов тестирования разработанного алгоритма 37
ЗАКЛЮЧЕНИЕ 42
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 43
Приложение А Код программы 45
ВВЕДЕНИЕ 6
Глава 1 РАЗНОВИДНОСТИ НЕЙРОННЫХ СЕТЕЙ И ИХ ПРИМЕНЕНИЕ 8
1.1 Биологическое понятие нейрона и искусственные нейронные сети 8
1.2 Виды нейронных сетей и их применение 11
Глава 2 ПРОЕКТИРОВАНИЕ АЛГОРИТМА РАСПОЗНАВАНИЯ ТЕКСТА НА ИЗОБРАЖЕНИИ 16
2.1 Описание работы алгоритма распознавания 16
2.2 Выбор средств для реализации программы 20
2.3 Реализации программы 23
Глава 3 ТЕСТИРОВАНИЕ РАЗРАБОТАННОГО АЛГОРИТМА 29
3.1 Тестирование разработанного алгоритма с использованием различных изображений 29
3.2 Подведение итогов тестирования разработанного алгоритма 37
ЗАКЛЮЧЕНИЕ 42
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ 43
Приложение А Код программы 45
📖 Введение
В современном мире все чаще встречается необходимость автоматического распознавания текста с фотографий, картинок или видео. Будь то перевод рукописного текста на другой язык или же просто быстрая оцифровка информации с бумажных носителей - так или иначе, данная возможность значительно облегчает жизнь человека.
Реализовать алгоритм распознавания текста возможно с помощью искусственных нейронных сетей. Нейронная сеть — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей. По сути, в конечном итоге мы получаем продукт, имитирующий человеческое мышление.
Актуальность данной работы состоит в разработке нового алгоритма распознавания текстов, который исправит несовершенства существующих систем, а также сократит объем используемых ресурсов и затраченного времени.
Новизна бакалаврской работы состоит в разработке нового алгоритма распознавания текста на изображении.
Практическая ценность бакалаврской работы заключается в необходимости совершенствования методов распознавания текста, в уменьшении количества затрачиваемых на это ресурсов. Возможность автоматизировать огромное количество ручного монотонного труда несет немалую практическую ценность.
Объектом исследования является процесс функционирования алгоритмов распознавания текстов на изображении.
Предметом исследования является алгоритм распознавания текстов на изображении.
Цель исследования заключается в разработке нового алгоритма распознавания текстов на изображении.
Для достижения цели поставлены следующие задачи:
• Изучить существующие нейронные сети.
• Разработать алгоритм распознавания текста на изображении.
• Выбрать нейронную сеть для создание модели и изучить ее строение.
• Реализовать выбранную нейронную сеть.
• Обучить выбранную нейронную сеть.
• Преобразовать входные данные для подачи их в модель нейронной сети.
• Протестировать алгоритм на примерах реальных текстовых изображений.
Бакалаврская работа состоит из введения, трех глав, заключения и списка используемой литературы.
В первой главе рассматривается биологическое понятие нейрона, принципы организации искусственных нейронных сетей, виды известных искусственных нейронных сетей и применение каждого из них в современном мире.
Во второй главе рассмотрены общие принципы организации алгоритмов распознавания текстов на изображении, осуществлен и обоснован выбор средств для реализации алгоритма и описана непосредственно его разработка.
В третьей главе осуществлено тестирование разработанного алгоритма, подведены итоги его эффективности и продуктивности.
В заключении подводятся общие итоги исследования, формируются и описываются выводы и результаты проделанной работы.
Реализовать алгоритм распознавания текста возможно с помощью искусственных нейронных сетей. Нейронная сеть — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации и функционирования биологических нейронных сетей. По сути, в конечном итоге мы получаем продукт, имитирующий человеческое мышление.
Актуальность данной работы состоит в разработке нового алгоритма распознавания текстов, который исправит несовершенства существующих систем, а также сократит объем используемых ресурсов и затраченного времени.
Новизна бакалаврской работы состоит в разработке нового алгоритма распознавания текста на изображении.
Практическая ценность бакалаврской работы заключается в необходимости совершенствования методов распознавания текста, в уменьшении количества затрачиваемых на это ресурсов. Возможность автоматизировать огромное количество ручного монотонного труда несет немалую практическую ценность.
Объектом исследования является процесс функционирования алгоритмов распознавания текстов на изображении.
Предметом исследования является алгоритм распознавания текстов на изображении.
Цель исследования заключается в разработке нового алгоритма распознавания текстов на изображении.
Для достижения цели поставлены следующие задачи:
• Изучить существующие нейронные сети.
• Разработать алгоритм распознавания текста на изображении.
• Выбрать нейронную сеть для создание модели и изучить ее строение.
• Реализовать выбранную нейронную сеть.
• Обучить выбранную нейронную сеть.
• Преобразовать входные данные для подачи их в модель нейронной сети.
• Протестировать алгоритм на примерах реальных текстовых изображений.
Бакалаврская работа состоит из введения, трех глав, заключения и списка используемой литературы.
В первой главе рассматривается биологическое понятие нейрона, принципы организации искусственных нейронных сетей, виды известных искусственных нейронных сетей и применение каждого из них в современном мире.
Во второй главе рассмотрены общие принципы организации алгоритмов распознавания текстов на изображении, осуществлен и обоснован выбор средств для реализации алгоритма и описана непосредственно его разработка.
В третьей главе осуществлено тестирование разработанного алгоритма, подведены итоги его эффективности и продуктивности.
В заключении подводятся общие итоги исследования, формируются и описываются выводы и результаты проделанной работы.
✅ Заключение
Выпускная квалификационная работа посвящена разработке алгоритма распознавания текста на изображении при помощи сверточной нейронной сети. В результате ее выполнения был спроектирован, реализован и протестирован алгоритм, позволяющий распознать на изображении буквы слова и перевести распознанные на изображении буквы в печатный текст.
Во время выполнения данной работы были успешно завершены следующие задачи:
• Изучены виды нейронных сетей и их применение.
• Изучены строение свёрточной нейронной сети и алгоритм свертки
• Реализована свёрточная нейронная сеть с использованием библиотек машинного обучения Tensorflow и Keras.
• Свёрточная нейронная сеть была обучена с использованием датасета рукописных английских букв и цифр EMNIST.
• Были реализованы функции преобразования исходного изображения для нахождения контуров символов с использованием библиотеки OpenCV.
Для тестирования работоспособности алгоритма на вход системы подавались изображения, имеющие различные особенности, такие как: наименование символов английского алфавита, цвет символов, яркость цвета символов, размер символов, цвет фона изображения. По окончанию тестирования были построены таблицы и графики, показывающие эффективность алгоритма.
По результатам тестирования полученной программы были выявлены ее недостатки, а также предложены варианты ее улучшения.
Во время выполнения данной работы были успешно завершены следующие задачи:
• Изучены виды нейронных сетей и их применение.
• Изучены строение свёрточной нейронной сети и алгоритм свертки
• Реализована свёрточная нейронная сеть с использованием библиотек машинного обучения Tensorflow и Keras.
• Свёрточная нейронная сеть была обучена с использованием датасета рукописных английских букв и цифр EMNIST.
• Были реализованы функции преобразования исходного изображения для нахождения контуров символов с использованием библиотеки OpenCV.
Для тестирования работоспособности алгоритма на вход системы подавались изображения, имеющие различные особенности, такие как: наименование символов английского алфавита, цвет символов, яркость цвета символов, размер символов, цвет фона изображения. По окончанию тестирования были построены таблицы и графики, показывающие эффективность алгоритма.
По результатам тестирования полученной программы были выявлены ее недостатки, а также предложены варианты ее улучшения.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.