Система монокулярного вимірювання відстані до об'єкту у реальному часі з використанням розпізнавання образів

Скорочена інформація про документ
dc.contributor.advisorСергієнко, Павло Анатолійович
dc.contributor.authorЯценко, Владислав Віталійович
dc.date.accessioned2026-06-30T09:22:11Z
dc.date.available2026-06-30T09:22:11Z
dc.date.issued2026
dc.description.abstractДипломний проєкт включає пояснювальну записку (52 с., 20 рис., 2 табл., список використаної літератури з 15 найменуваннь, 3 додатки). Мета роботи: розробка системи для оцінки відстані до об'єктів у відеопотоку в реальному часі з використанням єдиної монокулярної камери та апріорних знань про габарити об'єктів. Методи та технології: обчислення дистанції базується на математичній моделі камери-обскури. Для розпізнавання об'єктів використано нейромережі YOLOv8 та EfficientDet. Стабілізація результатів відстеження та усунення шумів (високочастотних коливань) реалізовані за допомогою алгоритму Centroid Tracker, одновимірного фільтра Калмана та простого ковзного середнього. Реалізація та результати: програмне забезпечення написано мовою Python з використанням асинхронного фреймворку FastAPI та запаковано у Docker-контейнер. Система здатна стабільно обробляти 10-15 кадрів за секунду на звичайному центральному процесорі (CPU) без використання графічних прискорювачів. Реалізовано REST API для отримання JSON-телеметрії, візуальний MJPEG-потік із кольоровим кодуванням дистанцій та автоматичну генерацію Webhook-сповіщень при наближенні об'єктів на небезпечну відстань. Практичне значення: створено економічно вигідну мікросервісну альтернативу спеціалізованим апаратним далекомірам (лідарам, стереокамерам), готову до легкої інтеграції в комплекси відеоспостереження та системи розумного міста.
dc.description.abstractotherThe bachelor's thesis includes an explanatory note (52 pages, 20 figures, 2 tables, a list of references with 15 items, 3 appendices). Objective: development of a system for real-time estimation of the distance to objects in a video stream using a single monocular camera and prior knowledge of object dimensions. Methods and technologies: distance calculation is based on the pinhole camera mathematical model. YOLOv8 and EfficientDet neural networks are used for object recognition. Stabilization of tracking results and noise reduction (high-frequency fluctuations) are implemented using the Centroid Tracker algorithm, a one-dimensional Kalman filter, and a simple moving average. Implementation and results: the software is written in Python using the FastAPI asynchronous framework and packaged into a Docker container. The system is capable of stably processing 10-15 frames per second on a standard central processing unit (CPU) without the use of graphics accelerators. A REST API is implemented to obtain JSON telemetry, a visual MJPEG stream with color-coded distances, and automatic generation of Webhook notifications when objects approach a dangerous distance. Practical significance: a cost-effective microservice alternative to specialized hardware rangefinders (lidars, stereo cameras) has been created, ready for easy integration into video surveillance complexes and smart city systems.
dc.format.extent102 с.
dc.identifier.citationЯценко, В. В. Система монокулярного вимірювання відстані до об’єкту у реальному часі з використанням розпізнавання образів : дипломний проєкт ... бакалавра : 123 Комп’ютерна інженерія / Яценко Владислав Віталійович. – Київ, 2026. – 102 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/82011
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectкомп'ютерний зір
dc.subjectмонокулярна оцінка дистанції
dc.subjectкамера-обскура
dc.subjectвідеоаналітика
dc.subjectYOLOv8
dc.subjectFastAPI
dc.subjectфільтр Калмана
dc.subjectCentroid Tracker
dc.subjectcomputer vision
dc.subjectmonocular distance estimation
dc.subjectpinhole camera
dc.subjectvideo analytics
dc.subjectKalman filter
dc.subjectCentroid Tracker
dc.titleСистема монокулярного вимірювання відстані до об'єкту у реальному часі з використанням розпізнавання образів
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yatsenko_bakalavr.pdf
Розмір:
9.94 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (СПСКС)
Бакалаврські роботи