Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Τζιταμίδης, Αλέξανδρος
Μορφή: Μεταπτυχιακή εργασία
Γλώσσα:English
Έκδοση: Α.Ε.Ι. Πειραιά Τ.Τ. 2019
Θέματα:
Διαθέσιμο Online:http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5584
_version_ 1780278402040725504
abstract In the scope of this thesis, Machine Learning technologies are studied upon, as well together with hardware and software frameworks that support each technology. The practical goal is to make an automated graffiti tag detection application, with which, the user can use a smartphone to detect graffiti tags in real-time through the use of the device’s camera. The development of such application involves effort in creating a large dataset containing images with graffiti tags taken in different environments, as well as annotating each image with bounding boxes indicating the location and size of each tag. The dataset is adapted to the requirements of the software framework used. Various machine learning techniques are used, such as transfer learning to minimize training time and improve accuracy, of the detection system in order to attempt to get the best experience possible from it.
abstracttranslated Στο πλαίσιο αυτής της εργασίας, διερευνώνται και μελετώνται οι τεχνολογίες Μηχανικής Μάθησης, καθώς και τα πακέτα λογικσμικού και υλικού που υποστηρίζουν την κάθε τεχνολογία. Στόχος ειναι να φτιαχτεί μια εφαρμογή αυτόματης ανίχνευσης ταγκιών (graffiti), με την οποία ο χρήστης μπορεί με ένα κινητό τηλέφωνο να ανισχεύση ταγκιές σε πραγματικό χρόνο μέσω της χρήσης της κάμερας της συσκευής. Η ανάπτυξη μιας τέτοιας εφαρμογής εμπλέκει την δημιουργία ενός μεγάλου συνόλου δεδομένων, το οποίο εμπεριέχει εικόνες με ταγκιές τραβηγμένες σε μια πληθώρα συνηθηκών, όπως επίσης την καταγραφή σε κάθε εικόνα των κουτιών οριοθέτησης ως ένδειξη της θέσης και του μεγέθους της κάθε ταγκιάς. Το σύνολο δεδομένων προσαρμόζεται ανάλογα με τις απαιτήσεις των χρησιμοποιούμενου πακέτου λογισμικού. Διάφορες τεχνικές μηχανικής μάθησης χρησιμοποιούνται, όπως μεταφορά μάθησης για την ελαχιστοποίηση του χρόνου εκμάθησης και την βελτιστοποίηση της αποτελεσματικότητας, του συστήματος ανίχνευσης με επιδίωξη της καλύτερης δυνατής εμπειρίας που μπορεί να παρέχει αυτό.
advisor
author Τζιταμίδης, Αλέξανδρος
author_facet Τζιταμίδης, Αλέξανδρος
author_sort Τζιταμίδης, Αλέξανδρος
collection Okeanis Institutional Repository
format Μεταπτυχιακή εργασία
id okeanis-123456789-5584
institution University of West Attica Campus II
keyword Ανίχνευση αντικειμένων
Βαθιά μάθηση
Μηχανική μάθηση
Ταγκιές
Μεταφορά μάθησης
Graffiti tags
Deep learning
Machine learning
Object detection
Transfer learning
Επεξεργασία εικόνας
Τεχνητή νοημοσύνη
Νευρωνικά δίκτυα
language English
physical 78
publishDate 2019
publisher Α.Ε.Ι. Πειραιά Τ.Τ.
record_format dspace
spelling okeanis-123456789-55842021-11-29T14:14:25Z Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης Implementing an automated graffiti detection system utilizing deep learning algorithms Τζιταμίδης, Αλέξανδρος Πατρικάκης, Χαράλαμπος TPSH::Επιστήμη Υπολογιστών::Τεχνητή Νοημοσύνη Ανίχνευση αντικειμένων Βαθιά μάθηση Μηχανική μάθηση Ταγκιές Μεταφορά μάθησης Graffiti tags Deep learning Machine learning Object detection Transfer learning Επεξεργασία εικόνας Τεχνητή νοημοσύνη Νευρωνικά δίκτυα In the scope of this thesis, Machine Learning technologies are studied upon, as well together with hardware and software frameworks that support each technology. The practical goal is to make an automated graffiti tag detection application, with which, the user can use a smartphone to detect graffiti tags in real-time through the use of the device’s camera. The development of such application involves effort in creating a large dataset containing images with graffiti tags taken in different environments, as well as annotating each image with bounding boxes indicating the location and size of each tag. The dataset is adapted to the requirements of the software framework used. Various machine learning techniques are used, such as transfer learning to minimize training time and improve accuracy, of the detection system in order to attempt to get the best experience possible from it. Στο πλαίσιο αυτής της εργασίας, διερευνώνται και μελετώνται οι τεχνολογίες Μηχανικής Μάθησης, καθώς και τα πακέτα λογικσμικού και υλικού που υποστηρίζουν την κάθε τεχνολογία. Στόχος ειναι να φτιαχτεί μια εφαρμογή αυτόματης ανίχνευσης ταγκιών (graffiti), με την οποία ο χρήστης μπορεί με ένα κινητό τηλέφωνο να ανισχεύση ταγκιές σε πραγματικό χρόνο μέσω της χρήσης της κάμερας της συσκευής. Η ανάπτυξη μιας τέτοιας εφαρμογής εμπλέκει την δημιουργία ενός μεγάλου συνόλου δεδομένων, το οποίο εμπεριέχει εικόνες με ταγκιές τραβηγμένες σε μια πληθώρα συνηθηκών, όπως επίσης την καταγραφή σε κάθε εικόνα των κουτιών οριοθέτησης ως ένδειξη της θέσης και του μεγέθους της κάθε ταγκιάς. Το σύνολο δεδομένων προσαρμόζεται ανάλογα με τις απαιτήσεις των χρησιμοποιούμενου πακέτου λογισμικού. Διάφορες τεχνικές μηχανικής μάθησης χρησιμοποιούνται, όπως μεταφορά μάθησης για την ελαχιστοποίηση του χρόνου εκμάθησης και την βελτιστοποίηση της αποτελεσματικότητας, του συστήματος ανίχνευσης με επιδίωξη της καλύτερης δυνατής εμπειρίας που μπορεί να παρέχει αυτό. 2019-09 Μεταπτυχιακή εργασία http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5584 en http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Α.Ε.Ι. Πειραιά Τ.Τ. 78 http://okeanis.lib2.uniwa.gr/xmlui/bitstream/123456789/5584/4/MSC_IES_%ce%a4%ce%b6%ce%b9%cf%84%ce%b1%ce%bc%ce%af%ce%b4%ce%b7%cf%82_%ce%91%ce%bb%ce%ad%ce%be%ce%b1%ce%bd%ce%b4%cf%81%ce%bf%cf%82_IES-0047_MSc_Thesis_2019.pdf.jpg
spellingShingle TPSH::Επιστήμη Υπολογιστών::Τεχνητή Νοημοσύνη
Τζιταμίδης, Αλέξανδρος
Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_full Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_fullStr Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_full_unstemmed Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_short Ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_sort ανάπτυξη συστήματος αυτόματης αναγνώρισης graffiti χρησιμοποιώντας αλγόριθμους βαθιάς μάθησης
title_translated Implementing an automated graffiti detection system utilizing deep learning algorithms
topic TPSH::Επιστήμη Υπολογιστών::Τεχνητή Νοημοσύνη
url http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/5584