Témata prací (Výběr práce)Témata prací (Výběr práce)(verze: 368)
Detail práce
   Přihlásit přes CAS
Pattern recognition for in-game spell systems
Název práce v češtině: Rozpoznávání tvarů pro herní systémy kouzel
Název v anglickém jazyce: Pattern recognition for in-game spell systems
Klíčová slova: hry, rozpoznávání vzorů, neuronové sítě
Klíčová slova anglicky: games, pattern recognition, neural networks
Akademický rok vypsání: 2016/2017
Typ práce: bakalářská práce
Jazyk práce: angličtina
Ústav: Katedra softwarového inženýrství (32-KSI)
Vedoucí / školitel: RNDr. Miroslav Kratochvíl, Ph.D.
Řešitel: skrytý - zadáno a potvrzeno stud. odd.
Datum přihlášení: 25.07.2017
Datum zadání: 31.07.2017
Datum potvrzení stud. oddělením: 22.11.2017
Datum a čas obhajoby: 06.09.2018 09:00
Datum odevzdání elektronické podoby:20.07.2018
Datum odevzdání tištěné podoby:20.07.2018
Datum proběhlé obhajoby: 06.09.2018
Oponenti: Mgr. Vít Šefl
 
 
 
Zásady pro vypracování
For the purpose of improving systems of casting magic spells in computer games, the thesis aims to implement an algorithm that recognizes structured combinations (e.g. embeddings, agglomerations or convolutions) of magical symbols (e.g. runes, letters or simple shapes) and demonstrate its functionality by providing a comprehensive mapping of the recognized features to a spell system in a matching game environment.

Recognition will be implemented by a method chosen from the reviewed literature and modified to handle the combinations of the basic shapes. Algorithm should run in time negligible to the user, while recognizing sufficiently complex combinations of the shapes.
Seznam odborné literatury
Bishop, Christopher M. Neural networks for pattern recognition. Oxford university press, 1995.

Seidl, Markus. Computational Analysis of Petroglyphs. Diss. Technische Universität Wien, 2016.

Petrakis, Euripides G. M., Aristeidis Diplaros, and Evangelos Milios. "Matching and retrieval of distorted and occluded shapes using dynamic programming." IEEE Transactions on Pattern Analysis and Machine Intelligence 24.11 (2002): 1501-1516.

Wu, Yi-Chao, Fei Yin, and Cheng-Lin Liu. "Improving handwritten Chinese text recognition using neural network language models and convolutional neural network shape models." Pattern Recognition 65 (2017): 251-264.
 
Univerzita Karlova | Informační systém UK