Un approccio deep learning-based per il conteggio di persone tramite videocamere low-cost in un contesto Smart Campus.

Rispoli, Luca (2019) Un approccio deep learning-based per il conteggio di persone tramite videocamere low-cost in un contesto Smart Campus. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
[img] 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 (6MB) | Contatta l'autore

Abstract

I più recenti progressi tecnologici hanno provocato una rapida evoluzione del settore delle tecnologie cosiddette Smart, che, ad oggi, vengono integrati in un vasto numero di sistemi. La diffusione di tali tecnologie non si è tuttavia limitata a dispositivi ed apparecchiature informatiche, ma ha coinvolto anche altri settori, come quello edilizio, la quale influenza ha dato vita al concetto di "smart building". Un edificio intelligente ha lo scopo di offrire ai suoi abitanti un elevato livello di comfort, creando un ecosistema in cui i vari dispositivi elettronici possono operare interagendo tra essi in completa autonomia, ponendo tuttavia una considerevole attenzione al fine di evitare sprechi e ridurre, quanto più possibile, l'impatto ambientale. Il campus di Cesena è stato costruito secondo questi principi e rappresenta il contesto all'interno del quale si è voluto sviluppare il seguente progetto: un sistema scalabile e a basso costo il quale scopo è quello di monitorare il livello di utilizzo delle aule attraverso il conteggio delle persone effettuato utilizzando dispositivi embedded a basso costo ed algoritmi di intelligenza arti�ficiale, tale sistema deve essere in grado di operare in piena autonomia e deve offrire, secondo parametri definiti all'interno dell'elaborato di tesi, un certo grado di affidabilità e attendibilità. L'obiettivo è stato raggiunto tramite l'utilizzo di telecamere collegate a dei single-board computer sul quale sono stati configurati algoritmi di intelligenza artificiale per il riconoscimento di persone, il sistema dispone inoltre di un'applicazione web server che permette di consultare i conteggi effettuati e di ricevere segnalazioni riguardanti eventuali malfunzionamenti.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Rispoli, Luca
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum ingegneria informatica
Ordinamento Cds
DM270
Parole chiave
smart,smart building,deep learning,machine learning,yolo,computer vision,visione artificiale,intelligenza artificiale,object detection,counting people,conteggio persone,smart campus,kinect,intel
Data di discussione della Tesi
12 Dicembre 2019
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^