dc.contributor.advisor | Αλέπης, Ευθύμιος | |
dc.contributor.author | Δημητριάδης, Αλέξανδρος | |
dc.date.accessioned | 2024-10-22T13:35:36Z | |
dc.date.available | 2024-10-22T13:35:36Z | |
dc.date.issued | 2024-10 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/16886 | |
dc.identifier.uri | http://dx.doi.org/10.26267/unipi_dione/4308 | |
dc.description.abstract | Αυτή η εργασία παρουσιάζει την ανάπτυξη μιας εφαρμογής Android που έχει σχεδιαστεί για να
αναγνωρίζει τα ρυθμιστικά οδικά σήματα και να τα εμφανίζει σε μια διεπαφή διδραστικού χάρτη.
Η εφαρμογή αξιοποιεί την κάμερα της συσκευής για τη λήψη εικόνων από ρυθμιστικές πινακίδες
σήμανσης σε πραγματικό χρόνο, χρησιμοποιώντας ένα συνελικτικό νευρωνικό δίκτυο
(convolutional neural network (CNN), MobileNet2) για ακριβή αναγνώριση σημάτων. Μόλις
αναγνωριστεί μία πινακίδα, η εφαρμογή προσθέτει ετικέτες στη γεωγραφική της θέση και το
εμφανίζει σε έναν ενσωματωμένο χάρτη, επιτρέποντας στους χρήστες να οπτικοποιήσουν
ρυθμιστικές πινακίδες στην περιοχή τους. Αυτό το εργαλείο στοχεύει να ενισχύσει την
ευαισθητοποίηση των οδηγών και την οδική ασφάλεια παρέχοντας έναν διαδραστικό χάρτη
κυκλοφοριακών σημάτων σε πραγματικό χρόνο. | el |
dc.format.extent | 35 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.title | Εφαρμογή Android σε συνδυασμό με custom object detection μοντέλο για αναγνώριση και καταγραφή ρυθμιστικών πινακίδων σήμανσης | el |
dc.title.alternative | Android Application combined with custom object detection model for recognition and registration of regulatory traffic signs | el |
dc.type | Bachelor Dissertation | el |
dc.contributor.department | Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Πληροφορικής | el |
dc.description.abstractEN | This paper presents the development of an Android application designed to recognize regulatory
road signs and display them in an interactive map interface. The app leverages the device's
camera to capture images of regulatory road signs in real-time, using a convolutional neural
network (CNN, MobileNet2) for accurate sign recognition. Once a sign is recognized, the app tags
its geographic location and displays it on an embedded map, allowing users to visualize regulatory
signs in their area. This tool aims to enhance driver awareness and road safety by providing an
interactive real-time traffic sign map. | el |
dc.subject.keyword | Αναγνώριση ρυθμιστικών πινακίδων σήμανσης | el |
dc.subject.keyword | Αναγνώριση αντικειμένων | el |
dc.subject.keyword | Εφαρμογή Android | el |
dc.subject.keyword | Χάρτες Google | el |
dc.subject.keyword | Συνελικτικά νευρωνικά δίκτυα | el |
dc.date.defense | 2024-10-15 | |