Ερευνά και ανάπτυξη λογισμικού ανίχνευσης και ανάλυσης της συμπεριφοράς προκαθορισμένων αντικειμένων, και δημιουργία επιχειρηματικού πλάνου

Ραυτόπουλος, Σταύρος

dc.contributor.advisor	Βέργαδος, Δημήτριος
dc.contributor.author	Ραυτόπουλος, Σταύρος
dc.date.accessioned	2024-04-29T07:18:10Z
dc.date.available	2024-04-29T07:18:10Z
dc.date.issued	2024-04
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/16426
dc.identifier.uri	http://dx.doi.org/10.26267/unipi_dione/3848
dc.description.abstract	Η συνδυασμένη χρήση της τεχνικής νοημοσύνης, της μηχανικής μάθησης και της μηχανικής όρασης έχει επιφέρει σημαντικές εξελίξεις σε πολλούς τομείς, όπως η αναγνώριση εικόνων, η αναζήτηση στο διαδίκτυο, η αυτόνομη οδήγηση, η ρομποτική, η βιομηχανία, η υγεία και πολλοί άλλοι. Η μηχανική μάθηση συνδυάζεται με τη μηχανική όραση για την εκπαίδευσης υπολογιστικών μοντέλων που μπορούν να αναγνωρίζουν αυτόματα αντικείμενα, πρόσωπα και σχήματα σε εικόνες και βίντεο. Τα αποτελέσματα αυτά χρησιμοποιούνται στη συνέχεια για να λύσουν διάφορα προβλήματα όπως η αυτόματη ταξινόμηση εικόνων, η ανίχνευση προσώπων, η αυτόματη αναγνώριση κειμένου σε εικόνες και άλλα προβλήματα. Η ανίχνευση και ανάλυση της συμπεριφοράς προκαθορισμένων αντικειμένων είναι ένας σημαντικός τομέας στον τομέα της τεχνητής νοημοσύνης. Η εν λόγω τεχνολογία έχει πολλές εφαρμογές, όπως η ανίχνευση παθογόνων μικροοργανισμών σε εργαστηριακά δείγματα, η ανίχνευση ανωμαλιών στη συμπεριφορά των χρηστών σε δίκτυα υπολογιστών, η αναγνώριση προσώπων και πολλές άλλες. Στην παρούσα εργασία, θα αναπτύξουμε ένα λογισμικό ανίχνευσης και ανάλυσης της συμπεριφοράς προκαθορισμένων αντικειμένων. Το σύστημα θα ανιχνεύει και θα αναλύει τη συμπεριφορά των αντικειμένων στις διάφορες περιβάλλοντες συνθήκες και θα επιτρέπει στο χρήστη να παρακολουθεί την πρόοδο των αντικειμένων και να λαμβάνει ειδοποιήσεις σε περίπτωση που παρουσιαστούν ανωμαλίες στη συμπεριφορά τους. Για την ανάπτυξη του συστήματος, θα χρησιμοποιήσουμε τεχνικές βαθιάς μάθησης, όπως τα νευρωνικά δίκτυα, για την εκπαίδευση του συστήματος στην αναγνώριση και ανίχνευση της συμπεριφοράς των αντικειμένων. Το σύστημα θα αποτελείται από δύο βασικά μέρη: ένα μέρος για την ανίχνευση των αντικειμένων και ένα μέρος για την ανάλυση της συμπεριφοράς τους. Για την υλοποίηση του συστήματος, θα χρησιμοποιήσουμε τη γλώσσα προγραμματισμού JavaScript μαζί με τη βιβλιοθήκη NodeJS για την ανάπτυξη του backend της εφαρμογής. Θα χρησιμοποιήσουμε τη βιβλιοθήκη TensorFlow.js για τη δημιουργία των νευρωνικών δικτύων και την εκπαίδευσή τους. Επιπλέον, θα χρησιμοποιήσουμε τη βιβλιοθήκη OpenCV.js για την επεξεργασία εικόνας και την ανίχνευση των αντικειμένων μέσω JavaScript. Η παρούσα εργασία αποτελεί μια προσπάθεια να δημιουργηθεί ένα σύστημα που μπορεί να χρησιμοποιηθεί σε πολλούς διαφορετικούς τομείς, όπως η βιομηχανία, η υγειονομική περίθαλψη και η ασφάλεια. Η ανίχνευση και ανάλυση της συμπεριφοράς των προκαθορισμένων αντικειμένων είναι ένα εξαιρετικά χρήσιμο εργαλείο για τη βελτίωση της απόδοσης, της ασφάλειας και της αποτελεσματικότητας των προϊόντων και υπηρεσιών στην αγορά. Με τη χρήση του συστήματος που αναπτύσσεται σε αυτήν την εργασία, οι επιχειρήσεις μπορούν να επιτύχουν μεγαλύτερη ακρίβεια και αξιοπιστία στην αναγνώριση και παρακολούθηση των προκαθορισμένων αντικειμένων, με αποτέλεσμα τη βελτίωση της παραγωγικότητας και της απόδοσης τους. Επιπλέον, η εφαρμογή του συστήματος ανίχνευσης και ανάλυσης της συμπεριφοράς προκαθορισμένων αντικειμένων μπορεί να έχει σημαντικές επιπτώσεις στη βελτίωση της ασφάλειας του κοινού και στη μείωση των ατυχημάτων στο χώρο εργασίας.	el
dc.format.extent	73	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-sa/3.0/gr/	*
dc.title	Ερευνά και ανάπτυξη λογισμικού ανίχνευσης και ανάλυσης της συμπεριφοράς προκαθορισμένων αντικειμένων, και δημιουργία επιχειρηματικού πλάνου	el
dc.title.alternative	Research and development of software for detection and analysis of the behavior of predefined objects, and creation of a business plan	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής	el
dc.description.abstractEN	Τhe combined use of artificial intelligence, machine learning, and computer vision has brought significant advancements in various fields, such as image recognition, web search, autonomous driving, robotics, manufacturing, healthcare, and many others. Machine learning is combined with computer vision to train computational models that can automatically recognize objects, faces, and shapes in images and videos. These results are then utilized to solve various problems, including automatic image classification, face detection, automatic text recognition in images, and other challenges. Detection and analysis of the behavior of predefined objects are crucial areas in the field of artificial intelligence. This technology has multiple applications, such as detecting pathogenic microorganisms in laboratory samples, detecting anomalies in user behavior in computer networks, facial recognition, and many more. In this project, we will develop a software system for the detection and analysis of the behavior of predefined objects. The system will detect and analyze the behavior of objects in different environmental conditions and allow users to monitor the progress of these objects and receive notifications in case of any abnormalities in their behavior. To implement the system, we will use deep learning techniques, such as neural networks, for training the system in object behavior recognition and detection. The system will consist of two main parts: one for object detection and another for behavior analysis. For system implementation, we will use the JavaScript programming language along with the NodeJS library to develop the application's backend. We will utilize the TensorFlow.js library for creating neural networks and training them. Additionally, we will employ the OpenCV.js library for image processing and object detection using JavaScript. This project aims to create a system that can be used in various domains, such as manufacturing, healthcare, and security. Detecting and analyzing the behavior of predefined objects is an extremely useful tool for improving the performance, safety, and efficiency of products and services in the market. By using the system developed in this project, businesses can achieve higher accuracy and reliability in object recognition and monitoring, leading to improved productivity and performance. Moreover, the application of the detection and analysis system for predefined object behavior can have significant impacts on improving public safety and reducing accidents in the workplace.	el
dc.contributor.master	Ψηφιακός Πολιτισμός, Έξυπνες Πόλεις, IoT και Προηγμένες Ψηφιακές Τεχνολογίες	el
dc.subject.keyword	Ανάπτυξη λογισμικού	el
dc.subject.keyword	Λογισμικό ανίχνευσης	el
dc.subject.keyword	Επιχειρηματικό πλάνο	el
dc.subject.keyword	Machine learning	el
dc.subject.keyword	Machine vision	el
dc.subject.keyword	Μηχανική μάθηση	el
dc.subject.keyword	Μηχανική όραση	el
dc.subject.keyword	Τεχνική νοημοσύνη	el
dc.subject.keyword	TensorFlow.js	el
dc.subject.keyword	NodeJS	el
dc.subject.keyword	OpenCV	el
dc.subject.keyword	Microsoft COCO	el
dc.subject.keyword	Προτεινόμενο σύστημα	el
dc.subject.keyword	Αλγόριθμος	el
dc.subject.keyword	Javascript	el
dc.date.defense	2024-04-10

Αρχεία σε αυτό το τεκμήριο

Name:: Raftopoulos_wpol19052.pdf
Μέγεθος:: 1.356Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Πληροφορικής
Department of Informatics

Εμφάνιση απλής εγγραφής

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα