polito.it
Politecnico di Torino (logo)

Rilevamento e tracciamenti di oggetti: analisi e progettazione di casi d'uso industriale = Object detection and tracking: analysis and design of industrial use cases

Jordan Derlich Akafak Sokeng

Rilevamento e tracciamenti di oggetti: analisi e progettazione di casi d'uso industriale = Object detection and tracking: analysis and design of industrial use cases.

Rel. Lia Morra. Politecnico di Torino, Corso di laurea magistrale in Data Science And Engineering, 2022

Abstract:

Questo lavoro di tesi riguarda l'uso di algoritmi di visione artificiale allo stato dell'arte per applicazioni di tipo industriale. In particolare, si sono analizzati tre casi d'uso. Il primo riguarda il controllo della qualità delle confezioni in una catena di produzione all'interno di un settore (indicando se un dato pacco è danneggiato o meno), con lo scopo di consegnare in modo molto accurato risultati all'utente e riducendo gli errori dovuti alla manipolazione umana. Il secondo riguarda la sorveglianza dell'accesso ad altro o aree meno pericolose del settore tramite telecamere, che possono essere una soluzione per proteggere sia i dipendenti che i processi industriali. Introduciamo quindi due principali casi d'uso in cui il primo tratta il problema del controllo di qualità dei pacchetti, mentre il secondo riguarda il tracciamento delle persone, indicando la loro posizione rispetto ad una zona predefinita nel fotogramma video. La sfida principale è la mancanza di dati reali da un magazzino che ha richiesto la creazione di dati ad hoc (problema di garanzia della qualità). Inoltre, i modelli che vogliamo fornire dovrebbe essere eseguito in tempo reale, essendo in grado di eseguire l'inferenza ad un frame rate elevato rispetto alla velocità con cui vengono inviate le immagini al modello. Per il primo caso d'uso, è stato ricostruito tutto lo scenario utilizzando dei giocattoli (carrello elevatore per scaricare il pacco, e il camion che contiene i pacchi) e pacchi fatto di cartone. Inoltre, per la sorveglianza, è stato definito prima un caso d'uso "Corn Hole", che richiede il tracciamento di oggetti in movimento ad elevata velocità, quindi sono stati testati diversi algoritmi di tracking allo stato dell'arte. Nell'ultimo caso d'uso, l'attenzione è focalizzata sul monitoraggio delle persone, dal momento che hanno una velocità relativamente bassa e hanno un aspetto strutturato. Le soluzioni proposte si basano su algoritmi di object detection and tracking allo stato dell'arte, e il confronto di diversi reti neurali caratterizzate da diversa complessità e tempi di calcolo, nei casi d'uso definiti.

Relatori: Lia Morra
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 71
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Data Science And Engineering
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA
Ente in cotutela: INSTITUT EURECOM (FRANCIA)
Aziende collaboratrici: CAPGEMINI
URI: http://webthesis.biblio.polito.it/id/eprint/23557
Modifica (riservato agli operatori) Modifica (riservato agli operatori)