Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/14634
Title: Μηχανική όραση και αναγνώριση κίνησης με χρήση του Raspberry Pi
Other Titles: Mechanical vision and motion detection with the Raspberry Pi
Authors: Αθανασίου, Παναγιώτα
Keywords: Ανίχνευση κίνησης
Υπολογιστική όραση
Keywords (translated): Raspberry Pi
Motion detection
Abstract: Η διπλωματική αυτή εργασία παρουσιάζει την όραση των υπολογιστών που σε συνδυασμό με τη χρήση μεθόδων μηχανικής μάθησης, μπορούν να δημιουργήσουν εφαρμογές που αναγνωρίζουν κινήσεις στο χώρο με τη χρήση ενός υπολογιστή “τσέπης”, το Raspberry Pi 4 Model. Αρχικά, αναλύεται ο όρος της υπολογιστική όρασης και της μηχανικής μάθησης, που τα τελευταία χρόνια ο κλάδος αυτός σε συνδυασμό με την Τεχνητή νοημοσύνη είναι από αυτούς με την μεγαλύτερη ανάπτυξη. Στη συνέχεια, γίνεται εκτενής αναφορά σχετικά με τη συσκευή του Raspberry Pi καθώς και μια γρήγορη ιστορική αναδρομή στις προηγούμενες γενιές του μέχρι να φτάσουμε στην τελευταία έκδοση Raspberry Pi 4. Τέλος, μελετάμε την πλακέτα του Raspberry Pi 4 Model B και συγκρίνουμε το μοντέλο αυτό με το Arduino. Με τον τρόπο αυτό, γίνετε πλήρως κατανοητό ότι το Raspberry Pi είναι ένας μικροϋπολογιστής, ενώ στο Arduino υπάρχει εξάρτηση μεταξύ του ιδίου με έναν υπολογιστή. Επομένως, το Raspberry Pi είναι το καταλληλότερο για την επίτευξη του σκοπού της εργασίας αυτής. Έπειτα, αναφέρονται και ακολουθούνται τα βήματα που είναι απαραίτητα ώστε να τεθεί ένα σύστημα Raspberry Pi 4 σε λειτουργία. Και περιηγούμαστε στην επιφάνεια εργασίας του Raspberry Pi μετά την εκκίνηση του Raspbian. Εν συνεχεία, γίνεται εισαγωγή στην γλώσσα προγραμματισμού Python και στη βιβλιοθήκη με το όνομα openCV (Open Source Computer Vision Library). Η εργασία αποσκοπεί στο να δημιουργηθεί μια εφαρμογή, η οποία μπορεί μέσω μιας κάμερας να μας ενημερώνει αν αντιληφθεί οποιαδήποτε κίνηση στο χώρο. Έχουμε την δυνατότητα, με τον τρόπο αυτό, να συνδεθούμε με το φυσικό περιβάλλον χωρίς τη χρήση έτοιμων εφαρμογών. Για το λόγο αυτό, λοιπόν, γίνεται εγκατάσταση της βιβλιοθήκη με το όνομα openCV, η οποία είναι ένα λογισμικό ανοιχτού κώδικα, που παρέχει υπολογιστική όραση και μηχανική μάθηση. Στην συνέχεια, γίνεται περιγραφή των βασικών χαρακτηριστικών των ψηφιακών εικόνων, απλών στοιχείων της ψηφιακής εικόνας, όπως είναι η γεωμετρία της και διαδικασίες που μπορούν να εκτελεστούν πάνω σε αυτή. Έπειτα, παρουσιάζονται βασικές έννοιες της βιβλιοθήκης openCV, όπως τους υποστηριζόμενους τύπους εικόνων και δεδομένων, και βασικές συναρτήσεις χειρισμού εικόνων. Τέλος, γίνεται η υλοποίηση του προγράμματος, που ανιχνεύει κίνηση στο χώρο και εμφανίζονται τα αποτελέσματα που λήφθηκαν.
Abstract (translated): This thesis presents computer vision with the use of machine learning techniques, which, when combined, have the ability to create applications that recognize movements in space using a "pocket" computer, the Raspberry Pi 4 Model. First, the definitions of computer vision and machine learning are presented, which in recent years has been met with great growth alongside the field of Artificial Intelligence. Then, an extensive report on the Raspberry Pi device is performed, as well as a quick historical overview of its previous generations up to the latest version, named Raspberry Pi 4. Finally, we study the Raspberry Pi 4 Model B board and compare this model with Arduino. This way, one can fully understand that the Raspberry Pi is a microcomputer, while in the Arduino model there exists a dependency with a computer. Therefore, the Raspberry Pi is the most suitable choice in order to achieve the goal of this work. Following, the steps necessary to get a Raspberry Pi 4 system up and running are showcased and followed. We browse the Raspberry Pi desktop after launching Raspbian. Then, the Python programming language and the library called openCV (Open Source Computer Vision Library) are introduced. This work aims to create an application, which can with the use of a camera, inform us if any movement in space is detected. As a result, we have the ability to connect to the natural environment without the use of off-the-shelf applications. Thus, the library called openCV is installed. It is an open source software used for computer vision and machine learning. Next, the basic characteristics of digital images are described; simple elements of the digital image, such as its geometry and procedures that can be performed on the image. Then, the basic concepts of the openCV library are introduced, such as the supported image and data types, as well as basic image handling functions. Finally, the proposed program is implemented, which has the ability to detect movement in space and consequently the experimental results that were obtained, are displayed. Thus, we conclude that Raspery Pi is potent in recognizing human motion.
Appears in Collections:Τμήμα Φυσικής (ΜΔΕ)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.