| dc.contributor.advisor | Έλληνας, Ιωάννης | |
| dc.contributor.author | Γαλανάκης, Ιωάννης | |
| dc.date.accessioned | 2019-07-17T11:41:47Z | |
| dc.date.available | 2019-07-17T11:41:47Z | |
| dc.date.issued | 2019-05-20 | |
| dc.identifier.uri | http://okeanis.lib2.uniwa.gr/xmlui/handle/123456789/4963 | |
| dc.description.abstract | Η παρούσα πτυχιακή εργασία ασχολείται με την ανάπτυξη αλγορίθμων -
μοντέλων σε Matlab και Simulink για την πολλαπλή ανάλυση και ανίχνευση
αντικειμένων συγκεκριμένου ενδιαφέροντος και την βελτίωση των αλγορίθμων
με εφαρμογή kalman filter.Οι τεχνικές που εφαρμόζονται για την περάτωση αυτού του έργου είναι ένα
μέρος τεχνητής νοημοσύνης (Machine Learning) καθώς και εφαρμογή
πολλαπλών μαθηματικών αλγορίθμων και τεχνικών (Gaussian Mixture Model,
Morphological Opening, Foreground Detection, Bayesian Inference, Kalman
Filter) και πολλά άλλα. Σε αρχικό στάδιο θα εφαρμόσουμε τους αλγορίθμους
σε κώδικα Matlab για την εφαρμογή του ίδιου σκοπού και την βέλτιστη
απόδοση του αλγορίθμου με μηδαμινή προσέγγιση σφάλματος | el |
| dc.format.extent | 89 | el |
| dc.language.iso | el | el |
| dc.publisher | Α.Ε.Ι. Πειραιά Τ.Τ. | el |
| dc.subject | TPSH::Επιστήμη Υπολογιστών::Τεχνητή Νοημοσύνη | el |
| dc.title | Άνίχνευση αντικειμένων με matlab & simulink | el |
| dc.title.alternative | Object detection with matlab & simulink | el |
| dc.type | Μεταπτυχιακή εργασία | el |
| dc.contributor.committee | Βελώνη, Αναστασία | |
| dc.contributor.committee | Έλληνας, Ιωάννης | |
| dc.contributor.committee | Μαστοροκώστας, Πάρις | |
| dc.contributor.master | Εφαρμοσμένα Πληροφοριακά Συστήματα | el |
| dc.subject.keyword | Matlab/Simulink | el |
| dc.subject.keyword | Τεχνητή νοημοσύνη | el |
| dc.subject.keyword | Αλγόριθμοι | el |
| dc.description.abstracttranslated | The present thesis concerns the development of algorithms-models on
Matlab and Simulink for multi-object detection.
The following methods that took place for developing this project are based
on Artificial Inteligence (Machine Learning) and also the application of multiple
mathematical algorithms and techniques such as (Gaussian Mixture Model,
Morphological Opening, Foreground Detection, Bayesian Inference, Kalman
Filter) etc. On alpha stage we will apply the algorithms on Objection C and for
the application of the same purpose and the improvement of the algorithm’s
accuracy with zero potential error. | el |
