prikaz prve stranice dokumenta Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja
Pristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
diplomski rad
Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja
Zagreb: Sveučilište u Zagrebu, Filozofski fakultet, 2024. urn:nbn:hr:131:122892
Sumpor, Josipa
Sveučilište u Zagrebu
Filozofski fakultet
Odsjek za informacijske i komunikacijske znanosti

Institucijski repozitorij: ODRAZ

Citirajte ovaj rad

Sumpor, J. (2024). Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Filozofski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:131:122892

Sumpor, Josipa. "Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja." Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:131:122892

Sumpor, Josipa. "Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja." Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:131:122892

Sumpor, J. (2024). 'Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja', Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, citirano: 17.07.2024., https://urn.nsk.hr/urn:nbn:hr:131:122892

Sumpor J. Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Filozofski fakultet; 2024 [pristupljeno 17.07.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:122892

J. Sumpor, "Optičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja", Diplomski rad, Sveučilište u Zagrebu, Filozofski fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:131:122892

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:131:122892
Podaci o radu
NaslovOptičko prepoznavanje rukopisa – usporedna analiza odabranih programskih rješenja
Naslov (engleski)Handwritten text recognition – comparative analysis of selected software solutions
AutorJosipa Sumpor
MentorHrvoje Stančić (mentor)
MentorŽeljko Trbušić (pomoć pri izradi, neposredni voditelj)
Član povjerenstvaArian Rajh (predsjednik povjerenstva)
Član povjerenstvaŽeljko Trbušić (član povjerenstva)
Član povjerenstvaHrvoje Stančić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Filozofski fakultet
(Odsjek za informacijske i komunikacijske znanosti)
Zagreb
Datum i država obrane2024-07-01, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Informacijske i komunikacijske znanosti
Arhivistika i dokumentalistika
Sažetak
U ovom diplomskom radu istražuju se programska rješenja za optičko prepoznavanje rukopisa, s posebnim naglaskom na usporedbu rezultata platforme Transkribus i mobilnih aplikacija. Cilj je procijeniti točnost i pouzdanost različitih tehnologija za prepoznavanje rukopisa. Analizirane su mobilne aplikacije OneNote, MyScript Nebo i Pen to Print, koje su se pokazale neučinkovitima. Kao napredna platforma, Transkribus nudi mogućnost treniranja vlastitih modela i podržava prepoznavanje velikog broja jezika i stilova rukopisa, dok mobilne aplikacije koriste jednostavnije algoritme i pružaju manje opcija za prilagodbu. Zbog ograničenja mobilnih aplikacija za prepoznavanje rukopisa, istraživanje se preusmjerilo na digitalizaciju gradiva I. klasične gimnazije u Zagrebu i treniranje vlastitog modela na Transkribusu. Digitalizacija je obuhvatila skeniranje i obradu 419 stranica, od kojih je 198 odabrano za daljnju izradu modela za prepoznavanje rukopisa. Provedena je, također, neovisna evaluacija rezultata koristeći ISRI evaluacijske alate.
Sažetak (engleski)
This master thesis explores software solutions for handwritten text recognition, with a particular emphasis on comparing the results of the Transkribus platform and mobile applications. The aim is to assess the accuracy and reliability of various handwriting recognition technologies. Mobile applications OneNote, MyScript Nebo, and Pen to Print were analyzed and found to be ineffective. Transkribus, as an advanced platform, offers the capability to train custom models and supports recognition across a wide range of languages and handwriting styles, whereas mobile applications employ simpler algorithms and provide fewer customization options. Due to the limitations of mobile handwriting recognition applications, the research shifted focus to digitizing materials from the First Classical Gymnasium in Zagreb and training a custom Transkribus model. The digitization process involved scanning and processing 419 pages, of which 198 were selected for further model development for handwriting recognition. Additionally, an independent evaluation of the results was conducted using ISRI evaluation tools.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:131:122892
Studijski programNaziv: Informacijske znanosti; smjerovi: Arhivistika, Bibliotekarstvo, Informatika (istraživački), Informatika (nastavnički), Muzeologija i upravljanje baštinom, Informatologija
Smjer: Arhivistika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra informacijskih znanosti (mag. inf.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup svim korisnicima iz sustava znanosti i visokog obrazovanja RH
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-07-12 20:21:17