Αλγόριθμοι μηχανικής και βαθιάς μάθησης για την ανίχνευση αντικειμένων

  1. MSc thesis
  2. Παπαδόπουλος, Αλέξης
  3. Συστήματα Κινητού και Διάχυτου Υπολογισμού (ΣΔΥ)
  4. 26 Σεπτεμβρίου 2021 [2021-09-26]
  5. Ελληνικά
  6. 113
  7. Καμέας, Αχιλλέας
  8. Μηχανική όραση | Υπολογιστική όραση | Μηχανική μάθηση | Βαθιά μάθηση
  9. 1
  10. 51
  11. Περιέχει εικόνες
    • Το επιστημονικό πεδίο της μηχανικής όρασης είναι ένας τομέας που διαρκώς εξελίσσεται και προσπαθεί να καλύψει τόσο τις νέες ανάγκες που προκύπτουν στη βιομηχανική παραγωγή όσο και υπάρχουσες ανάγκες που αναζητούν επίλυση ή βελτίωση. Η συγκεκριμένη εργασία εστιάζει στο κομμάτι της αναγνώρισης αντικειμένων σε εικόνες και βίντεο. Η εργασία αποτελείται από δύο στάδια. Στο πρώτο στάδιο, καταγράφονται μερικές από τις πιο διαδεδομένες μεθόδους αναγνώρισης αντικειμένων είτε αυτές προέρχονται από τον τομέα της μηχανικής είτε της βαθιάς μάθησης. Στο πλαίσιο αυτό πέρα, από την περιγραφή των υπαρχουσών μεθοδολογιών και τη σύγκρισή τους, δίνεται μια γενική εισαγωγή στη θεωρία της μηχανικής και της βαθιάς μάθησης. Στο δεύτερο στάδιο και αφού έχει εξαχθεί η απαραίτητη γνώση από τη μελέτη της βιβλιογραφίας, γίνεται μια προσπάθεια υλοποίησης ενός αλγορίθμου αναγνώρισης αντικειμενικών. Ο αλγόριθμος αναπτύχθηκε για κινητή συσκευή που βασίζεται σε λειτουργικό σύστημα Android και αναγνωρίζει αντικείμενα καθημερινής χρήση σε πραγματικό χρόνο χρησιμοποιώντας την κάμερα της συσκευής.
    • The scientific field of Computer Vision is an ever evolving sector which aspires to cover not only innovative use cases that come up in the industry but also existing challenges which require new solutions or improvements. This thesis focuses on Object Recognition in images and video. The work consists of two parts. In the first part of the thesis the state of the art in Object Recognition is presented, with methods pertaining both to Machine and Deep Learning. In this context and alongside the description and comparison of the existing methods, a general introduction in the theory of Machine and Deep Learning is given. In the second part, having extracted the relevant insights from the existing literature, an effort is made to implement an object recognition algorithm. The latter has been developed for Android mobile devices and is able to recognise, in real-time, objects of daily use through the camera of the device.
  13. Αναφορά Δημιουργού 4.0 Διεθνές