https://repin.pjwstk.edu.pl/xmlui/handle/186319/2884 2026-04-10T11:26:26Z 2026-04-10T11:26:26Z Bogusz, Olgierd https://repin.pjwstk.edu.pl/xmlui/handle/186319/2887 2023-06-13T09:24:00Z 2023-06-13T00:00:00Z

Wykorzystanie algorytmu Viola-Jones i konwolucyjnych sieci neuronowych do cenzury twarzy w czasie rzeczywistym Bogusz, Olgierd Celem poniższej pracy jest przedstawienie metod uczenia maszynowego używanego do detekcji twarzy w obrazie w celu nałożenia nią cenzury w czasie rzeczywistym. Początek pracy skupia się na ogólnych zagadnieniach teoretycznych związanych z historią, działaniem i zastosowaniami uczenia maszynowego. Następnie bardziej szczegółowo opisywana jest wizja komputerowa i detekcja twarzy relatywnie prostą metodą kaskad Haara, po czym omawiane są głębokie sieci neuronowe i MultiTask Cascaded Convolutional Neural Network (MTCNN). Praca zamyka opis projektu inżynierskiego implementującego powyższe metody detekcji twarzy w języku Python z wykorzystaniem bibliotek open-source.

2023-06-13T00:00:00Z Romanowski, Krzysztof https://repin.pjwstk.edu.pl/xmlui/handle/186319/2886 2023-06-13T09:13:08Z 2023-06-13T00:00:00Z

Wykrywanie śmieci za pomocą drona i konwolucyjnych sieci neuronowych Romanowski, Krzysztof Wychodząc na spacer do lasu, w wielu miejscach w Polsce i na świecie można natknąć się na śmieci i zanieczyszczenia, porzucone przez człowieka. Ten negatywny "trend"pomimo wielu wprowadzonych przepisów oraz akcji w stylu "Dzień sprzątania Ziemii"nadal jest dość popularny i pomimo wielu prób utrzymanie stanu lasów w czystości w ciąż jest zadaniem niewykonalnym. W pracy podjęto próbę wizualizacji stanu zanieczysczenia polskich lasów, za pomocą drona wykonującego misje po lasach w celu skanowania runa leśnego i wykrycia śmieci przy pomocy konwolucyjnych sieci neuronowych i algorytmu YOLO. Dzięki temu powstać może mapa podobna do popularnej mapy smogowej, która uświadomiła by ludziom w większym stopniu skalę śmiecenia w lasach oraz mogłaby pomóc samorządom w sprawniejszym ich oczyszczaniu za pomocą dostarczania danych i analiz, na podstawie których można wykrywać skupiska śmieci oraz określać ich rozmiar i ilość. Testy drona wraz z algorytmem przyniosły satysfakconujące wyniki, aby można było wprowadzić skanowanie i analiże lasów na globalną skalę jest jednak potrzebne usprawnienie drona jak i jego produkcję w większej ilości

2023-06-13T00:00:00Z Bęza, Stanisław Kaliszuk, Krzysztof https://repin.pjwstk.edu.pl/xmlui/handle/186319/2885 2023-06-13T08:51:13Z 2023-06-13T00:00:00Z

Stabilizacja lotu drona za pomocą kontrolera PID Bęza, Stanisław; Kaliszuk, Krzysztof Stabilizacja lotu drona może okazać się trudnym problemem, ponieważ drony są z natury niestabilnymi systemami, narażonymi na różne zewnętrzne zakłócenia, takie jak podmuchy wiatru i inne zmiany warunków atmosferycznych. Aby utrzymać stabilny lot, dron musi precyzyjnie rejestrować swoją pozycję i orientację w środowisku i wykorzystać te informacje do ciągłego dostosowywania swoich ruchów w czasie rzeczywistym. Jednym z kluczowych wyzwań w stabilizacji lotu drona jest opracowanie algorytmów sterowania, które mogą dokładnie i wydajnie przetwarzać dane z czujników i generować odpowiednie sygnały sterujące do uruchamiania silników i innych powierzchni sterujących drona. Algorytmy te muszą również dostosowywać się do zmieniających się warunków i radzić sobie z nieoczekiwanymi zdarzeniami, takimi jak nagłe podmuchy wiatru lub kolizje z obiektami. Kontroler PID zapewnia stabilność poprzez kontrolę prędkości każdego z czterech wirników. Celem jest uzyskanie doskonałych dynamiki i kontroli lotu, które umożliwiają latanie w każdych warunkach. Symulacje przypadków testowych dla różnych kątów nachylenia oraz manewrów wzdłuż skoku (Pitch), odchylenia (Yaw) i obrotu (Roll) przeprowadzono przy użyciu środowiska Webots, a parametry sterownika PID zostały zoptymalizowane w celu uzyskania szybszego czasu reakcji

2023-06-13T00:00:00Z