Система контролю дотримання норм карантинних заходів групою людей

Скорочена інформація про документ
dc.contributor.advisorСимоненко, Валерій Павлович
dc.contributor.authorДобровольський, Дмитро Дмитрович
dc.date.accessioned2022-02-01T14:52:23Z
dc.date.available2022-02-01T14:52:23Z
dc.date.issued2021-12
dc.description.abstractenSubject relevance: The outbreak of a new coronavirus infection COVID-19 has become a real test for humanity. The epidemic affected countries around the globe and affected the development of industries, slowing the overall growth rate. Governments use all known methods and precautions to prevent the spread of infection. One of the most effective methods of curbing the spread of the disease is to maintain social distance and use personal protective equipment (face masks, disposable gloves, disinfectants). Unfortunately, the implemented quarantine measures in practice are not always implemented by all members of society. The use of special automated systems to monitor and detect these violations would significantly increase the effectiveness of quarantine. The purpose and objectives of the study. The purpose of the master's work is to study the recognition of people using machine learning methods and neural networks, as well as the creation of an automated system for monitoring compliance with social distance in different environments. The object of research is the system of observance of the norms of social distance during pandemics. The subject of the research is a method of recognizing people in photos and videos with the calculation of the distance between the detected objects. Research methods: to achieve the set in the master's thesis tasks, methods of machine learning, observation of work in real conditions are used. Scientific novelty: The scientific novelty of the obtained results is as follows: • presented a method of recognizing people in photos and videos, a way to calculate the distance between recognized objects • developed a software product based on the presented methods for use in real conditions • a hardware test stand was created for the operation of the developed software The research result represents a theoretically ready system for its use in practice in real environmental conditions. Personal contribution of the applicant. The research conducted during the master's dissertation is a personal approach to solving the problems of infection during pandemics, the created hardware and software complex is the author's own development. Practical value. The obtained results of the master's dissertation can be applied in practice, on their basis it is possible to carry out the following researches: • Improving methods for recognizing and calculating the distance between objects to increase the accuracy and efficiency of the system; • search for more efficient software hardware; • expansion of system functionalityuk
dc.description.abstractukАктуальність. Спалах нової коронавірусної інфекції COVID-19 став справжнім випробуванням для людства. Епідемія вразила країни на майже всій земній кулі та вплинула на розвиток галузей, сповільнивши темпи росту в цілому. Для запобігання поширенню інфекції уряди країн застосовують усі відомі методи та запобіжні заходи. Одним з найбільш ефективних методів утримання поширення хвороби є дотримання соціальної дистанції та використання засобів особистого захисту (маски для обличчя, одноразові рукавиці, дезинфектори). На жаль, впроваджені карантинні заходи на практиці не завжди виконуються усіма учасниками соціуму. Використання спеціальних автоматизованих систем для спостереження та виявлення цих порушень значно б збільшило ефективність карантинних. Мета і завдання дослідження. Метою магістерської роботи є дослідження в напрямку розпізнавання людей з використанням методів машинного навчання та нейронних мереж, а також створення автоматизованої системи для контролю дотримання соціальної дистанції в різних навколишніх середовищах. Об’єкт дослідження – система дотримання норм соціальної дистанції в період пандемій. Предмет дослідження – метод розпізнавання людей на фото та відеоматеріалах з розрахунком дистанції між виявленими об’єктами. Методи досліджень. Для досягнення поставлених в магістерській роботі задач, використано методи машинного навчання, спостереження роботи в реальних умовах. Наукова новизна. Наукова новизна одержаних результатів полягає в наступному: • представлено метод розпізнавання людей на фото та відео матеріалах, спосіб розрахунку дистанції між розпізнаними об’єктами • розроблено програмний продукт на основі представлених методів для використання в реальних умовах • створено апаратний тестовий стенд для роботи розробленого програмного забезпечення Результат досліджень представляє теоретично готову систему для її використання на практиці в реальних умовах навколишнього середовища. Особистий внесок здобувача. Дослідження проведене в ході виконання магістерської дисертації представляє особистий підхід для вирішення проблем поширення інфекцій під час пандемій, створений апаратно-програмний комплекс є власною розробкою автора. Практична цінність. Отримані результати магістерської дисертації можливо застосовувати на практиці, на їх основі можливо провести наступні дослідження: • вдосконалення методів розпізнавання та обчислення дистанції між об’єктами для збільшення точності та ефективності системи; • пошук більш ефективних апаратних засобів для програмного забезпечення; • розширення функціоналу системи;uk
dc.format.page101 с.uk
dc.identifier.citationДобровольський, Д. Д. Система контролю дотримання норм карантинних заходів групою людей : магістерська дис. : 123 Комп’ютерна інженерія / Добровольський Дмитро Дмитрович. – Київ, 2021. – 101 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/46113
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкоронавірусна інфекція COVID-19uk
dc.subjectсоціальна дистанціяuk
dc.subjectмашинне навчанняuk
dc.subjectнейронні мережіuk
dc.subjectінтернет речейuk
dc.subjectзворотнє перспективне перетворенняuk
dc.subject.udc004.4uk
dc.titleСистема контролю дотримання норм карантинних заходів групою людейuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ОТ)
COVID-19
Магістерські роботи