Εντοπισµός Μικρών Αντικειµένων από Μη Επανδρωµένα Αεροσκάφη

Ντόντορος, Ηλίας; Ntontoros, Ilias

dc.contributor.author	Ντόντορος, Ηλίας	el
dc.contributor.author	Ntontoros, Ilias	en
dc.date.accessioned	2024-10-01T08:46:07Z
dc.date.available	2024-10-01T08:46:07Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60282
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27978
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.subject	Τεχνητή Νοηµοσύνη	el
dc.subject	Συνελικτικά Νευρωνικά ∆ίκτυα	el
dc.subject	Ανίχνευση Μικρών Αντικειµένων	el
dc.subject	Βαθιά Μηχανική Μάθηση	el
dc.subject	Artificial Intelligence	en
dc.subject	Convolutional Neural Networks	el
dc.subject	Small Object Detection	el
dc.subject	Deep Learning	el
dc.title	Εντοπισµός Μικρών Αντικειµένων από Μη Επανδρωµένα Αεροσκάφη	el
dc.title	Small Object Detection in UAV-vision	en
heal.type	bachelorThesis
heal.classification	Τεχνητή Νουμοσύνη	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-07-16
heal.abstract	Object detection is a key task in computer vision, which involves detecting and recognizing objects in an image or video frame. Advances in this area have attracted considerable interest. With the development of Artificial Intelligence and especially Neural Networks new ways have been created to locate objects that are more efficient and faster. The applications that exist are many and the present paper deals with them by detecting small objects in photographs taken by unmanned aerial vehicles. The purpose of the thesis at hand is to analyze the difficulties involved in this specific application as well as the analysis and verification of the various systems that have been proposed in recent years to locate objects. The neural models use different techniques for detecting small objects which helps us to conclude in which technique is more efficient and which is of great research interest.	en
heal.abstract	Η ανίχνευση αντικειµένων είναι µια ϐασική εργασία στον χώρο της όρασης υπολογιστών, που εµπλέκει τον εντοπισµό και την αναγνώριση αντικειµένων σε µια εικόνα ή ένα καρέ ϐίντεο. Οι πρόοδοι σε αυτό τον τοµέα έχουν προσελκύσει σηµαντικό ενδιαφέρον. Με την ανάπτυξη της Τεχνητής Νοηµοσύνης και κυρίως των Νευρωνικών ∆ικτύων έχουν δηµιουργηθεί καινούριοι τρόποι για τον εντοπισµό αντικειµένων οι οποίοι είναι πιο αποτελεσµατικοί και πιο αποδοτικοί. Οι εφαρµογές που υπάρχουν είναι πολλές και η παρούσα εργασία ασχολείται µε τον εντοπισµό µικρών αντικειµένων σε ϕωτογραφίες τραβηγµένες από µη επανδρωµένα αεροσκάφη. Στόχος της παρούσας εργασίας είναι η ανάλυση των δυσκολιών που υπάρχουν στην συγκεκριµένη εφαρµογή καθώς και η ανάλυση και η επαλήθευση των διαφόρων συστηµάτων που έχουν προταθεί τα τελευταία χρόνια για τον εντοπισµό αντικειµένων. Τα νευρωνικά µοντέλα τα οποία χρησιµοποιήθηκαν, χρησιµοποιούν διαφορετικές τεχνικές για τον εντοπισµό µικρών αντικειµένων το οποίο µας ϐοηθάει να καταλήξουµε σε ποια τεχνική είναι πιο αποδοτική και ποια έχει µεγάλο ερευνητικό ενδιαφέρον.	el
heal.advisorName	Βουλόδημος, Αθανάσιος	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας-Γεώργιος	el
heal.committeeMemberName	Βουλόδημος, Αθανάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	73 σ.	el
heal.fullTextAvailability	false