Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18156
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚαραγιώργος, Γεώργιος-
dc.date.accessioned2021-11-08T13:18:03Z-
dc.date.available2021-11-08T13:18:03Z-
dc.date.issued2021-11-05-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/18156-
dc.description.abstractΣτην παρούσα διπλωματική εργασία αναπτύχθηκε μια εφαρμογή αποθήκευσης και κατηγοριοποίησης εικόνων για κινητές συσκευές με λειτουργικό σύστημα Android, βασισμένη σε τεχνολογίες Βαθιάς Μάθησης. Πιο συγκεκριμένα, η εφαρμογή επιτρέπει στον χρήστη να προσθέσει φωτογραφίες που βρίσκονται αποθηκευμένες στη συσκευή του ή νέες φωτογραφίες από τη κάμερα της συσκευής. Στη συνέχεια οι φωτογραφίες κατηγοριοποιούνται με βάση το περιεχόμενό τους και ο χρήστης έχει τη δυνατότητα να δει όλες τις φωτογραφίες που έχει προσθέσει στην εφαρμογή, την κατηγορία στην οποία έχουν ενταχθεί και τη βεβαιότητα με την οποία έχει γίνει η κατηγοριοποίηση, καθώς και να κάνει αναζήτηση φωτογραφιών με βάση το περιεχόμενο. Η κατηγοριοποίηση γίνεται με χρήση προεκπαιδευμένων βαθιών νευρωνικών δικτύων, τα οποία ενσωματώνονται στην εφαρμογή μέσω της πλατφόρμας TensorFlow Lite. Η βασική διαφορά σε σχέση με άλλες αντίστοιχες εφαρμογές είναι ότι η διαδικασία κατηγοριοποίησης γίνεται τοπικά, χρησιμοποιώντας αποκλειστικά επεξεργαστικούς πόρους της ίδιας της συσκευής, και όχι μέσω κάποιας υπηρεσίας «cloud». Με αυτόν τον τρόπο αποφεύγονται οι προβληματισμοί σχετικά με την ιδιωτικότητα που προκύπτουν κάθε φορά που τα δεδομένα του χρήστη χρειάζεται να μεταφερθούν μέσω διαδικτύου, καθώς δεν υπάρχει η απαίτηση για σύνδεση στο διαδίκτυο. Αυτή είναι μια δυνατότητα που μας δίνεται χάρη στην τεράστια αύξηση της επεξεργαστικής ισχύος των κινητών συσκευών τα τελευταία χρόνια. Το βασικό μέρος της εργασίας μετά την ανάπτυξη της εφαρμογής ήταν η αναζήτηση και χρήση διαφορετικών αρχιτεκτονικών δικτύων για την κατηγοριοποίηση, και η συγκριτική αξιολόγηση τους ως προς τον χρόνο εκτέλεσης, τη χρήση μνήμης και τη χρήση επεξεργαστικής ισχύος, λαμβάνοντας πάντα υπόψιν και τις διαφορές στα επίπεδα ακρίβειας κάθε αρχιτεκτονικής.en_US
dc.languageelen_US
dc.subjectΚινητές Συσκευέςen_US
dc.subjectΒαθιά Μάθησηen_US
dc.subjectAndroiden_US
dc.subjectTensorFlow Liteen_US
dc.subjectΚατηγοριοποίησηen_US
dc.subjectΑναγνώριση Εικόναςen_US
dc.subjectΕφαρμογή Galleryen_US
dc.titleAυτο-υποστηριζόμενο Ευφυές Σύστημα Αποθήκευσης και Κατηγοριοποίησης Εικόνων για Κινητές Συσκευές με χρήση Μοντέλων Βαθιάς Μάθησηςen_US
dc.description.pages66en_US
dc.contributor.supervisorΒενιέρης Ιάκωβοςen_US
dc.departmentΤομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικώνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Καραγιώργος Γεώργιος - Διπλωματική Εργασία.pdf2.08 MBAdobe PDFView/Open


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