prikaz prve stranice dokumenta Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška
No public access
master's thesis
Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:099119
Pavičić, Filip
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Pavičić, F. (2023). Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:099119

Pavičić, Filip. "Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:099119

Pavičić, Filip. "Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:099119

Pavičić, F. (2023). 'Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 22 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:099119

Pavičić F. Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 November 22] Available at: https://urn.nsk.hr/urn:nbn:hr:168:099119

F. Pavičić, "Strojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:099119

Metadata
TitleStrojno raspoznavanje studentskih identifikacijskih brojeva iz matričnog predloška
Title (english)Machine-based recognition of student identifiers from matrix template
AuthorFilip Pavičić
MentorMarko Čupić (mentor)
Committee memberMarko Čupić (predsjednik povjerenstva)
Committee memberJan Šnajder (član povjerenstva)
Committee memberSiniša Šegvić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-14, Croatia
Abstract
Ovaj diplomski rad predstavlja novi pristup identifikaciji studenata tijekom ispita i provjera znanja. Predložena metoda koristi matrični predložak na ispitu, gdje studenti selektivno označavaju kvadratiće, unoseći znamenke koje odgovaraju njihovom jedinstvenom matičnom broju akademskog građanina (JMBAG). Razvijen je specijalizirani model dubokog učenja temeljen na modificiranoj U-Net arhitekturi, koji precizno prepoznaje i interpretira označene kvadratiće unutar matričnog predloška. Razvijeni model postiže visoku točnost u identifikaciji unesenih JMBAG-a unutar predloška uz zanemarivanje šuma u podacima. Nadalje, razvijena je aplikacija koja koristi model kako bi omogućila predviđanje osobnih brojeva studenata na temelju skeniranih dijelova ispita koji sadrže predložak. Uvođenje ovog inovativnog sustava identifikacije predstavlja značajan napredak u području ispita i provjere znanja, zamjenjujući konvencionalni ručni unos osobnih podataka učinkovitim, brzim i točnim postupkom identifikacije.
Abstract (english)
This master’s thesis introduces a novel approach to student identification during exams and knowledge tests. The proposed method utilizes a matrix template on the exam sheet, where students selectively mark squares by entering digits corresponding to their unique academic citizen identification number. A specialized deep learning model, based on a modified U-Net architecture, has been developed to accurately recognize and interpret the marked squares within the matrix template. The designed model achieves high accuracy in identifying the entered student IDs within the template while disregarding data noise. Furthermore, an application has been developed that utilizes the trained model to provide the functionality of predicting student identification numbers based on scanned sections of the exam containing the template. The introduction of this innovative identification system represents a notable advancement in the field of exams and knowledge tests, replacing the conventional manual entry of personal data with an efficient, fast, and accurate identification procedure.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:099119
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-10-11 10:03:08