prikaz prve stranice dokumenta Detekcija registracijske oznake plovila korištenjem monokularne kamere
Rad nije dostupan
diplomski rad
Detekcija registracijske oznake plovila korištenjem monokularne kamere
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:773796
Magdalenić, Maja
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Magdalenić, M. (2024). Detekcija registracijske oznake plovila korištenjem monokularne kamere (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:773796

Magdalenić, Maja. "Detekcija registracijske oznake plovila korištenjem monokularne kamere." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:773796

Magdalenić, Maja. "Detekcija registracijske oznake plovila korištenjem monokularne kamere." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:773796

Magdalenić, M. (2024). 'Detekcija registracijske oznake plovila korištenjem monokularne kamere', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:773796

Magdalenić M. Detekcija registracijske oznake plovila korištenjem monokularne kamere [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 25.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:773796

M. Magdalenić, "Detekcija registracijske oznake plovila korištenjem monokularne kamere", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:773796

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:773796
Podaci o radu
NaslovDetekcija registracijske oznake plovila korištenjem monokularne kamere
Naslov (engleski)Vessel registration plate detection using a monocular camera
AutorMaja Magdalenić
MentorNikola Mišković (mentor)
Član povjerenstvaNikola Mišković (član povjerenstva)
Član povjerenstvaĐula Nađ (član povjerenstva)
Član povjerenstvaFausto Miguel Pascoal Ferreira (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-02-27, Hrvatska
Sažetak
Identifikacija brodova ključna je u područjima globalne trgovine, pomorske sigurnosti, a posebno u razvoju pametnih luka. Prepoznavanje registarskih oznaka brodova pomaže sprječavanju ilegalnih aktivnosti i osigurava učinkovit prijevoz robe. Dvije glavne faze u prepoznavanju registarskih oznaka brodova su detekcija registarske oznake i prepoznavanje registarske oznake. U ovom radu razvijene su tri metode za navedenu primjenu. Sve tri razvijene metode za prepoznavanje teksta koriste Paddle OCR alat, dok se modeli za detekciju teksta u svakoj metodi razlikuju. U prvoj metodi na ulaz dovodimo originalnu sliku i na njoj koristimo algoritme za detekciju i prepoznavanje teksta koje uobičajeno koristi Paddle OCR. U drugoj metodi, najprije se provodi detekcija broda pomoću YOLOv8 dostupnog modela za detekciju, te se nakon toga slika šalje Paddle OCR alatu koji na njoj opet koristi uobičajene algoritme za detekciju i prepoznavanje teksta. Treća metoda za detekciju brodova također koristi YOLOv8 dostupan model, za detekciju teksta koristi YOLOv8 model razvijen u ovom radu, te se na kraju detektirani tekst šalje Paddle OCRu samo na prepoznavanje. Treća metoda dodatno je poboljšana postupkom povećanja detekcije teksta na optimalnu veličinu, onu najlakše čitljivu OCRu. Posljednja opisana metoda daje i najbolje rezultate na testnom skupu podataka. Konačni model postiže točnost od 44,57% u prepoznavanju riječi i 72,69% u prepoznavanju znakova.
Sažetak (engleski)
Accurate ship identification is vital for global trade and maritime security, especially in smart port initiatives. Ship license plate recognition helps prevent illegal activities and ensures efficient transportation of goods. Two of the main phases in recognizing ship license plates are license plate detection and license plate recognition. In this thesis, three methods were developed for the mentioned application. All three methods us Paddle OCR tool for text recognition, while the text detection models differ in each method. In the first method, the Paddle OCR default detection and recognition algorithms are used on the original image. In the second method, the ship is first detected using YOLOv8 available detection model, and then the image is sent to the Paddle OCR tool, which again uses default algorithms for text detection and recognition. The third method also uses the YOLOv8 available model for ship detection, for text detection it uses the YOLOv8 model developed in this work, and finally the detected text is sent to Paddle OCR for recognition only. The third method was further improved by the process of enlargement the text detection to the optimal size, the one most easily readable to the OCR. The last described method also gives the best results on the test dataset. The final model achieves an accuracy of 44,57% in words detection and 72,69% in character detection.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:773796
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-03-28 07:49:51