Методи та засоби оптимізації процесу розпізнавання графічних об’єктів на основі машинного навчання

Abstract

Об’єкт дослідження: процес розпізнавання монохромних графічних об’єктів за допомогою комп’ютерного зору. Мета роботи: підвищення ефективності та точності автоматичного розпізнавання простих графічних об’єктів на основі методів машинного навчання та згорткових нейронних мереж. У роботі проведено аналіз існуючих алгоритмів комп’ютерного зору, розглянуто класичні методи обробки зображень та сучасні нейромережеві підходи. Особливу увагу приділено потенціалу згорткових нейронних мереж та їх оптимізації для задач OCR (оптичного розпізнавання символів). У другому розділі представлено теоретичне обґрунтування та оцінку архітектур згорткових мереж, визначено їх переваги й недоліки, методи оптимізації, регуляризації та боротьби з перенавчанням. Третій розділ присвячено практичній реалізації моделі: створено навчальну вибірку, сформовано архітектуру CNN, проведено навчання та fine-tuning моделі для розпізнавання українських символів. Наведено приклади результатів, етапів обробки зображень та демонстрацію роботи OCR-системи. У четвертому розділі здійснено оцінку точності моделі, порівняння результатів із відомими рішеннями (Tesseract, EasyOCR тощо), проаналізовано практичне застосування системи та напрямки її покращення.