Salvatori, Giada
(2018)
riconoscimento del guidatore attraverso la fotocamera frontale di uno smartphone.
[Laurea], Università di Bologna, Corso di Studio in
Informatica per il management [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
| Contatta l'autore
|
Abstract
Nowadays car manufactures and others are investing more and more in the use of technologies in order to improve road safety. The purpose of this study is to succeed in creating a model, exploiting Machine Learning, in order to verify whether users, while they are operating their own smartphones, are driving or not, carrying out the identification through images obtainable by means of the front-facing camera of the device.
We intend to illustrate different types of checks on drivers and the reason why we have chosen to develop this theory; the techniques adopted and the problems encountered during its development, detailing, step by step, the project implementation and explaining the implementation decisions, providing also varations in the development and a demo for observing the results in an active way.
Abstract
Nowadays car manufactures and others are investing more and more in the use of technologies in order to improve road safety. The purpose of this study is to succeed in creating a model, exploiting Machine Learning, in order to verify whether users, while they are operating their own smartphones, are driving or not, carrying out the identification through images obtainable by means of the front-facing camera of the device.
We intend to illustrate different types of checks on drivers and the reason why we have chosen to develop this theory; the techniques adopted and the problems encountered during its development, detailing, step by step, the project implementation and explaining the implementation decisions, providing also varations in the development and a demo for observing the results in an active way.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Salvatori, Giada
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Machine Learning,Tensor Flow,Smartphone,road safety,Image Recognition,Driver detection
Data di discussione della Tesi
17 Luglio 2018
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Salvatori, Giada
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Machine Learning,Tensor Flow,Smartphone,road safety,Image Recognition,Driver detection
Data di discussione della Tesi
17 Luglio 2018
URI
Statistica sui download
Gestione del documento: