ნაკრძალების ვიდეო მონიტორინგის სისტემის არქიტექტურა

თანამდროვე სამყაროში ობიექტების ამოცნობის საკითხი არ კარგავს აქტუალურობას. ღრმა სწავლების (Deep Learning) მეთოდების გამოჩენასა და განვითარებასთან ერთად ობიექტების ამოცნობის სიზუსტე საკმარისად გაიზარდა. რასაც თავის მხრივ ხელი შეუწყო თანამედროვე ტექნოლოგიების სწრაფმა განვითარებამ. ტექნოლოგიების სწაფმა განვითარებამ ასევე ხელი შეუწყო იაფი ღირებულების მოწყობილობაზე კომპლექსური გამოთვლების წარმოების შესაძლებლობას. სამაგისტრო ნაშრომის მიზანს წარმოადგენს ისეთი არქიტექტურის შემუშავება, რომელიც თანამედროვე ტექნოლოგიების (ნეირონული ქსელები, ღრმა სწავლების ალგორითმები, ფიზიკური მოწყობილობები - Raspberry PI, WSN) გამოყენებით შეძლებს ნაკრძალებში არსებული სურათის გაუმჯობესებას (ცხოველების ნაირსახეობების აღრიცხვა, მათი პოპულაციისთვის თვალყურისდევნა და ხანძრის ან სხვა ტიპის საფრთხის არსებობის დროული აღმოჩენა და შესაბამისი ორგანოების ინფორმირება). სამაგისტრო ნაშრომში წარმოდგენილია არქიტექტურის ზოგადი წარმოდგენა. ძირიათადი აქცენტი გაკეთებულია პროგრამირების Python ენის გამოყენებით სურათისა და ვიდეო მონაცემების დამუშავების სისტემის შემუშვებაზე. კერძოდ, Raspberry PI მოწყობილობაზე CNN ნეირონული ქსელის გამართვასა და მანქანური სწავლების მეთოდების გამოყენებით შესაბამისი სისტემის შემუშავებაზე.