Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19872
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΚατσιγιάννης, Ιωάννης-
dc.date.accessioned2025-10-31T13:58:12Z-
dc.date.available2025-10-31T13:58:12Z-
dc.date.issued2025-10-21-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19872-
dc.description.abstractΗ παρούσα διπλωματική εργασία εστιάζει στη μελέτη και σύγκριση ευρέως χρησιμοποιούμενων τεχνολογιών υπολογιστικής όρασης, όπως το YOLO (You Only Look Once), καθώς και σε τεχνικές αναγνώρισης προσώπου. Στόχος είναι να διερευνηθεί η ακρίβεια, η ταχύτητα και η αξιοπιστία αυτών των τεχνολογιών σε περιβάλλοντα επιτήρησης. Για τις ανάγκες της έρευνας, πραγματοποιήθηκαν πειραματικές αξιολογήσεις με τη χρήση διαφορετικών συνόλων δεδομένων, τα οποία προέρχονται από ποικίλες πηγές: ένα κλειστό κύκλωμα παρακολούθησης, αποθηκευμένο βίντεο σε σκληρό δίσκο υπολογιστή, καθώς και από ταυτόχρονη χρήση καμερών τόσο από υπολογιστή όσο και από κινητό τηλέφωνο. Στο πλαίσιο αυτό, εξετάζεται η καταλληλόλητα κάθε τεχνικής σε διαφορετικά σενάρια, όπως η παρακολούθηση πλήθους και η ταυτοποίηση ατόμων. Η μελέτη αυτή συνεισφέρει ουσιαστικά στην κατανόηση των πλεονεκτημάτων και των περιορισμών κάθε μεθόδου, παρέχοντας τεκμηριωμένη καθοδήγηση για την επιλογή του κατάλληλου συστήματος σε εφαρμογές που σχετίζονται με την ασφάλεια.en_US
dc.languageelen_US
dc.subjectAI, ML, Deep Learning, CNN, RNN, Face_recognition (dlib),YOLO, Keras, ArcFace ONNX, CelebA, WIDER_FACE, MTCNN, OpenCVen_US
dc.titleΑξιολόγηση Τεχνικών Ανίχνευσης και Αναγνώρισης Προσώπων με Τεχνητή Νοημοσύνη για Συστήματα Ασφάλειαςen_US
dc.description.pages78en_US
dc.contributor.supervisorΑναγνωστόπουλος Ιωάννηςen_US
dc.departmentΤομέας Τεχνολογίας Πληροφορικής και Υπολογιστώνen_US
Appears in Collections:Μεταπτυχιακές Εργασίες - M.Sc. Theses



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