Tekoälypohjainen ohjelma objektien havaitsemiseen

Abstract

Tämän opinnäytetyön aiheena oli toteuttaa Roadscanners Oy:lle tekoälyä käyttävä objektien havaitsemisohjelma. Tavoitteena oli objektien sumentaminen kuvamateriaalista, jota yrityksen mitta-autot ovat kameroilla keränneet tieliikenteestä. Tarkoituksena oli havaita ja sumentaa objekteja, kuten autoja, ihmisiä ja rekisterikilpiä. Ohjelman kriteereinä olivat myös käyttäjäystävällisyys, tehokkuus ja tarkkuus. Opinnäytetyö aloitettiin tutkimalla tekoälyn teoriaa ja taustatietoja. Tarkoituksena oli löytää objektien havaitsemiseen tarkoitettuja tekoälymalleja ja niiden käyttämiä algoritmeja. Tutkimuksissa haettiin tietoa muun muassa tekoälystä, koneoppimisesta, konenäöstä sekä ohjelmoinnista. Opittua teoriaa testattiin käytännössä ohjelmoimalla ja testaamalla niitä eri kehitysympäristöissä. Työssä käytettiin Python-, C#- ja Visual Basic -koodikieliä. Microsoft Visual Studio oli kehitysympäristö, jossa ohjelmointi pääosin toteutettiin. Algoritmiksi valittiin YOLO-algoritmi ja sen käyttämä konvoluuttinen neuroverkko. YOLO valittiin työhön, koska se osoittautui sopivimmaksi tätä tarkoitusta varten. Lopputulos poikkesi sen verran suunnitelmista, että yhden ohjelman sijaan toteutettiin kaksi erillistä ohjelmaa. RDModelTraining-koulutusohjelma rakennettiin tietojoukkojen valmistusta varten. Tietojoukot ja niiden sisältämät huomautukset kuvissa tarvittiin tekoälyn opettamista varten. RDBlurring-havaitsemisohjelma rakennettiin kuvien ja videoiden anonymisointia varten. Molemmat ohjelmat onnistuttiin rakentamaan melko hyvin, joitain pieniä ongelmia lukuun ottamatta. Tulokset pystyttiin hyödyntämään niin, että ohjelmistot ja niiden sisältämät koodit otettiin yrityksen käyttöön.

The aim of this thesis was to make an artificial intelligence-based object detection program for Roadscanners Oy. The aimed goal was to blur objects from the video footage that the company's measuring vehicles have collected from traffic with cameras. The purpose was to detect and blur objects such as cars, people, and license plates. The program's criteria were also user-friendliness, efficiency, and accuracy. The thesis was started by researching the theory and background information of artificial intelligence. The purpose was to find good artificial intelligence models for object detection and the algorithms they use. The research sought information for example, on artificial intelligence, machine learning, machine vision and programming. The learned theory was tested in practice by programming and testing them in different development environments. The code languages that were used in the work was Python, C# and Visual Basic. Microsoft Visual Studio was the development environment where the programming was mainly done. The YOLO algorithm and the convolutional neural network that it uses were chosen for the work. The YOLO was chosen for work because it was most suitable for this purpose. The result differs from the plans this much, that instead of one program, two separate programs were built. The RDModelTraining training program was built for the preparation of datasets. The datasets and the annotations they contain on the images were needed for teaching artificial intelligence. The RDBlurring detection program was built to anonymize images and videos. Both programs were done quite successfully, apart from some minor problems. The results were possible to utilize so, that the software and the contained codes were taken in use by the company.