Konvoluční neuronové sítě pro klasifikaci písma

Abstract

Tato práce se zabývá možností použití konvolučních neuronových sítí k vizuálnímu rozpo- znávání asijských jazyků (čínštiny, japonštiny a korejštiny) podle podoby jejich znaků. Hlavním cílem je vytvořit model schopný lokalizace a klasifikace textů v těchto jazycích v přirozených obrázcích. V rámci práce je navrhnut a implementován způsob generování syntetických dat pro zvýšení efektivity výsledného modelu. Dále tato práce obsahuje experimenty s různými architek- turami, metodami učení a konfiguracemi hyperparametrů modelů za účelem nalezení optimálního řešení.

This diploma thesis explores possibilities of using convolutional neural networks for visual recognition of asian languages (chinese, japanese and korean) by the appearance of it’s characters. The main goal of this work is to create a model for localization and classification of these languages’ text in in natural scene images. The work contains design and implementation of a synthetic data generator for improving the resulting model. There are also experiments with different architectures, learning methods and hyperparameters configurations with the goal to find an optimal solution.