Om te solliciteren op deze stage, moet je met je HvA-emailadres een account aanmaken.

account aanmaken

Bedrijfsinformatie

Grasshoppers Academy
Pedro de Medinalaan 87A/B
1086 XP
Amsterdam

AI Web developper - Image recognition surveillance


Bouwen van een automatisch surveillancesysteem dat schepen op videobeelden kunnen herkennen. Vergelijken van performance van cloud en offline, en verschillen onderling bij verschillende cloud en offline mogelijkheden. Performance zowel in accuracy/precision als gebruikte resources (bandbreedte, computing).

In de huidige situatie in verscheidene havens wordt alle communicatie en administratie handmatig gedaan bij het aankomen en vertrekken van schepen in de haven. Dit is foutgevoelig en niet erg accuraat, bovendien is het lastig te controleren.

Om dit probleem op te lossen moet er een automatisch surveillancesysteem gemaakt worden. Dit systeem moet schepen op videobeelden kunnen herkennen, en de scheepsnaam en het scheepsnummer automatisch af kunnen lezen. Al deze data, inclusief het begeleidend beeldmateriaal, moet worden opgeslagen zodat het later ter controle en als overzicht kan worden opgevraagd.

 

Om uitspraak te kunnen doen over de kwaliteit van beeldherkenning, is het noodzakelijk om verschillende systemen te vergelijken. Dit gaat om het vergelijken van bestaande cloudservices, alsmede het vergelijken van verschillende ‘offline’ modellen. Van deze offline modellen kunnen architecturen en gewichten gedeeltelijk of geheel gekopieerd worden van bestaande modellen.

 

Technologieën

Mogelijke gebruikte technologieën:

·       AI services, bv. Microsoft Azure, IBM Watson, Google vision API

·       Image recognition: afhankelijk van het model, bv. Tensorflow (+Keras), sklearn, pytorch

·       Back-end: Python webserver, bv. Flask of Django

·       Storage: database system, bv. Sqlite

 

Technieken

·       Deep learning

·       Convolutional neural networks

·       Transfer learning

·       Python, Python libraries

·       Web services

 

Data

Er is geen volledige dataset beschikbaar voor het gehele onderzoek. Er zal dus enige dataverzameling gedaan moeten worden.

 

Doelen

·       Vergelijken van performance van cloud en offline, en verschillen onderling bij verschillende cloud en offline mogelijkheden. Performance zowel in accuracy/precision als gebruikte resources (bandbreedte, computing).

·       Schrijven van een aanbeveling voor de use case van het surveillancesysteem.


Geschikt voor studenten
  • Software Engineering