Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://elartu.tntu.edu.ua/handle/lib/44462
Назва: | Розробка системи відео-спостереження для транспортних засобів з використанням штучного інтелекту та технологій Java, Spring та AWS |
Інші назви: | Development of a video surveillance system for vehicles using artificial intelligence and Java, Spring and AWS technologies |
Автори: | Май, Артур Романович May, Artur |
Приналежність: | Тернопільський національний технічний університет імені Івана Пулюя |
Бібліографічний опис: | Май А. Р. Розробка системи відео-спостереження для транспортних засобів з використанням штучного інтелекту та технологій Java, Spring та AWS : кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „121 — інженерія програмного забезпечення“ / А. Р. Май. — Тернопіль: ТНТУ, 2023. — 54 с. |
Дата публікації: | гру-2023 |
Дата подання: | гру-2023 |
Дата внесення: | 6-лют-2024 |
Видавництво: | Тернопільський національний технічний університет імені Івана Пулюя |
Країна (код): | UA |
Місце видання, проведення: | Тернопіль |
Науковий керівник: | Мудрик, Іван Ярославович |
Члени комітету: | Лещишин, Юрій Зеновійович |
УДК: | 004.9 |
Теми: | 121 інженерія програмного забезпечення Java інтернет-сервіс потокове відео СУБД MySQL AWS AI React IntelliJ IDEA Rational Unified Process |
Короткий огляд (реферат): | Метою даної роботи є створення безпечної та ефективної системи відеоспостереження з використанням штучного інтелекту для громадського транспорту. У роботі використовуються такі технології розробки, як MySQL, Java, Spring, AWS, React, HTML, CSS, а також технології для тестування - Junit5. The purpose of the research is to create a safe and effective video surveillance system using artificial intelligence for public transport. The work uses such development technologies as MySQL, Java, Spring, AWS, React, HTML, CSS, as well as testing technologies - Junit5. |
Зміст: | ЗМІСТ РЕФЕРАТ 2 SUMMARY 3 ВСТУП 5 1 АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ 6 1.1 Аналіз області 6 1.2 Обґрунтування вибору напрямку дослідження 9 1.3 Вибір технології 10 2 ПРОЄКТУВАННЯ МОДЕЛІ ТА РЕАЛІЗАЦІЇ ПРОГРАМНОГО КОМПЛЕКСУ 13 2.1 Сутності предметної області 13 2.2 Вибір інструментів розробки 15 2.3 Опис процесу проекту з методологію RUP 16 2.3.1 Аналіз і планування вимог за методологію RUP 17 2.3.2 Проєктування за методологію RUP 22 2.3.3 Реалізація за методологію RUP 22 2.3.4 Тестування за методологію RUP 23 2.4 Огляд та встановлення фрейморків тестування 23 2.4.1 Переваги та недоліки фреймворку 25 2.5 Архітектура програмного забезпечення 25 2.6 Взаємодія з СУБД 29 2.7 Впровадження сервісу розпізнавання Amazon Rekognition 30 2.7.1 Можливості і переваги Amazon Rekognition 30 2.7.2 Вибір моделі для Amazon Rekognition 31 2.7.3 Опис параметрів Amazon Rekognition 33 3 ВИКОРИСТАННЯ ІНФОРМАЦІЙНОЇ СИСТЕМИ 37 3.1 Системні вимоги 37 3.2 Використання системи в реальних умовах 37 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 45 4.1 Охорона праці 45 4.2 Вимоги безпеки під час виконання роботи та вимоги до організації робочих місць користувачів комп’ютерів 45 4.3 Вимоги безпеки в аварійних ситуаціях 47 5 ВИСНОВКИ 49 6 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 50 |
URI (Уніфікований ідентифікатор ресурсу): | http://elartu.tntu.edu.ua/handle/lib/44462 |
Власник авторського права: | © Май Артур Романович, 2023 |
Перелік літератури: | 1. What Is The Future Of Artificial Intelligence AI In Transportation? – [Електронний ресурс]: [https://www.modeshift.com/what-is-the-future-of-artificial-intelligence-ai-in-transportation/] 2. Junit Jupiter API from MvnRepository – [Електронний ресурс]: [https://mvnrepository.com/artifact/org.junit.jupiter/junit-jupiter-api]. 3. What is Amazon Rekognition Image?. – [Електронний ресурс] : [https://aws.amazon.com/rekognition/image-features/?nc=sn&loc=3&dn=3]. 4. Creating AWS video analyzer applications using the AWS SDK for Java – [Електронний ресурс] :[https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/javav2/usecases/video_analyzer_application]. 5. IndexFaces – [Електронний ресурс] – [https://docs.aws.amazon.com/rekognition/latest/APIReference/API_IndexFaces.html 6. Adding faces to a collection – [Електронний ресурс] – [https://docs.aws.amazon.com/rekognition/latest/dg/add-faces-to-collection-procedure.html] 7. Detect people and objects in a video with Amazon Rekognition using an AWS SDK – [Електронний ресурс] – [https://docs.aws.amazon.com/rekognition/latest/dg/example_cross_RekognitionVideoDetection_section.html] 8. Про затвердження Вимог щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями [Електронний ресурс]. – 2018. – Режим доступу до ресурсу: https://zakon.rada.gov.ua/laws/show/z0508-18#Text. 9. Санітарні норми мікроклімату виробничих приміщень ДСН 3.3.6.042-99 [Електронний ресурс]. – 1999. – Режим доступу до ресурсу: https://zakon.rada.gov.ua/rada/show/va042282-99#Text. 10. Основні причини аварій літаків [Електронний ресурс]. – 2020. – Режим доступу до ресурсу: https://suspilne.media/7904-letiti-bez-strahu vidpovidaemona-najposirenisi-zapitanna-pro-aviakatastrofi/ 11. Комп'ютерний зоровий синдром [Електронний ресурс]. – 2018. – Режим доступу до ресурсу: https://linza.com.ua/uk/articles/blog/kompyuternyyzritelny-sindrom-simptomy-i-lechenie/. |
Тип вмісту: | Master Thesis |
Розташовується у зібраннях: | 121 — інженерія програмного забезпечення |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
dyplom_May_A_2023.pdf | 2,22 MB | Adobe PDF | Переглянути/відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.
Інструменти адміністратора