SW pro identifikaci pisatele podle klastrování znaků písma

Software for writer identification based on clustering of characters

Software

Webová aplikace umožňuje analýzu ručně psaných textů se zaměřením na tvarové varianty znaků a způsob jejich provedení. Na základě extrahovaných příznaků jsou jednotlivé znaky seskupovány do klastrů, které odpovídají typickým způsobům vyhotovení daného znaku. Systém obsahuje nástroje pro vizualizaci klastrů pomocí dvourozměrných projekcí. Součástí řešení je modul předzpracování obrazových dat využívající barevnou filtraci v prostoru HSV s nastavitelnými prahovými hodnotami. Extrakce příznaků, klasifikace znaků a identifikace pisatele je provedena pomocí AI modelů. Uživatelské rozhraní umožňuje správu, korekci klastrů a přehledné zobrazení výsledků analýz včetně možnosti exportu analýzy do tisknutelné podoby pro další zpracování.

The web application enables the analysis of handwritten texts with a focus on the shape variations of characters. Based on extracted features, individual characters are grouped into clusters representing typical forms of a character. The software includes tools for cluster visualization using two-dimensional projections. The solution incorporates an image preprocessing module employing color filtering in the HSV color space with configurable threshold values. Feature extraction, character classification, and writer identification are performed using AI models. The user interface supports cluster management and correction, as well as a clear presentation of analysis results, including the export analyses into a printable format.

pokročilá identifikace pisatele, klastrování znaků, PCA projekce, extrakce příznaků, hluboké neuronové sítě, webová aplikace

advanced writer identification, character clustering, PCA projection, feature extraction, deep neural networks, web application

In order to use the result by another entity, it is always necessary to acquire a license

https://www.utko.fekt.vut.cz/sw-pro-identifikaci-pisatele-podle-klastrovani-znaku-pisma