Συντάχθηκε 22-11-2022 07:57
Τόπος:
Σύνδεσμος τηλεδιάσκεψης
Έναρξη: 22/11/2022 12:00
Λήξη: 22/11/2022 13:00
ΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗΣ
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Πρόγραμμα Προπτυχιακών Σπουδών
ΠΑΡΟΥΣΙΑΣΗ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ
Ντάφη Ειρήνης
με θέμα
Σύστημα βασισμένο σε Αναδιατασσόμενη Λογική για Αυτόνομη Βαθμονόμηση και Επεξεργασία Video προς Εντοπισμό σε Πραγματικό Χρόνο Οπών σε Δίχτυα Υδατοκαλλιεργειών
Reconfigurable Logic-Based Real-Time Automatic Video Calibration and Processing to Detect Holes in Aquaculture Nets
Εξεταστική Επιτροπή
Καθηγητής Απόστολος Δόλλας (επιβλέπων)
Καθηγητής Μιχαήλ Ζερβάκης
Δρ Νικόλαος Παπανδρουλάκης (ΕΛΚΕΘΕ)
Περίληψη
Καθώς η τεχνολογία Computer Vision αναπτύσσεται όλο και περισσότερο την τελευταία δεκαετία, οι τομείς εφαρμογής επεκτείνονται σε πολλούς ερευνητικούς τομείς, ορισμένοι από τους οποίους αφορούν υποβρύχιες εφαρμογές, όπως στην υδατοκαλλιέργεια. Ο κύριος στόχος αυτής της διπλωματικής εργασίας ήταν η δημιουργία ενός ενσωματωμένου συστήματος που ανιχνεύει ελαττωματικές τρύπες σε δίχτυα υδατοκαλλιέργειας από υποβρύχια βίντεο σε διάφορες ρεαλιστικές συνθήκες. Αρχικά, αξιολογούμε ένα ενσωματωμένο σύστημα που έχει ήδη αναπτυχθεί στο Πολυτεχνείο Κρήτης με βάση νέα δεδομένα βίντεο που έχουν ληφθεί σε πιο ρεαλιστικές συνθήκες, συμπεριλαμβανομένων θαλάσσιων ρύπων(φύκια) στα δίχτυα και ψαριών στο παρασκήνιο, που δεν είχαν δοκιμαστεί ποτέ πριν. Δημιουργήσαμε ένα σύστημα ταξινόμησης σύμφωνα με τα συγκεκριμένα χαρακτηριστικά και προβλήματα που εντοπίσαμε ως κοινά στα βίντεο. Στη συνέχεια τα βελτιώνουμε είτε χρησιμοποιώντας βαθμονόμηση παραμέτρων, είτε προσθέτοντας επιπλέον λογική στο υπάρχον σύστημα. Μετά τη δοκιμή, το νέο σύστημα οδήγησε σε επιτυχία κατά μέσο όσο 6 φορές βελτίωση πάνω σε ρεαλιστικά βίντεο για τα οποία το προηγούμενο σύστημα είχε πολύ χαμηλά ποσοστά επιτυχίας. Η εφαρμογή λογισμικού αναπτύχθηκε με το MATLAB ενώ το μπλοκ σχεδιασμού υλικού δημιουργήθηκε χρησιμοποιώντας το λογισμικό Vitis Unified Software Platform (στοχεύοντας την κάρτα Alveo U50 ). Συμπερασματικά, το σύστημα βελτιώθηκε για να λειτουργεί σε πιο ρεαλιστικές υποβρύχιες συνθήκες και να εξελίξει το προηγούμενο σύστημα αντιμετωπίζοντας κάποιους από τους περιορισμούς του.
Abstract
As Computer Vision technology is developing more and more in the last decade, the areas of application expand to many research sectors, some of which are for underwater applications, such as in aquaculture. The main goal of this thesis was to create an embedded system that detects defective holes in aquaculture nets from underwater videos in various realistic conditions. First, we evaluate an embedded system that is already build against new video data that were taken in more realistic conditions, including marine fouling on the nets and fish in the background; such conditions were never tested before. We created a classification system according to the specific characteristics and problems that we identified as common in the videos. Subsequently we improve the detection capabilities of the system, either by using parameter calibration, or by adding an extra logic block in the existing system. After testing, the new system resulted on average x6 times better results over a broad range of realistic videos, which with the previous system were not detected at all. The software application was developed with MATLAB and the hardware design block was created using Vitis Unified Platform software (targeting the Alveo U50 Card). In conclusion, the system was improved to work on more realistic underwater conditions and addresses some of the limitations of the previous system.
Meeting ID: 949 8121 2900
Password: 138374
