Περιγραφή Εργασίας

Η εφαρμογή αυτή αποτελεί το τελικό project για το μάθημα ΗΥ-472 – Υπολογιστική Όραση. Στόχος ήταν η δημιουργία μιας ολοκληρωμένης εργαλειοθήκης που συνδυάζει κλασικούς αλγορίθμους όρασης με σύγχρονες τεχνικές Τεχνητής Νοημοσύνης.

Πιο συγκεκριμένα, η εφαρμογή καλύπτει τους εξής τομείς:

• Αναγνώριση Αντικειμένων (Object Detection): Εντοπισμός με χρήση χαρακτηριστικών (SIFT/ORB) αλλά και με χρήση Deep Learning μοντέλων (YOLOv8).
• Συν-Τμηματοποίηση (Co-Segmentation): Αυτόματη εύρεση κοινών αντικειμένων μεταξύ δύο διαφορετικών εικόνων χωρίς προηγούμενη εκπαίδευση.
• Ανίχνευση Αλλαγών (Change Detection): Έξυπνη σύγκριση εικόνων που αγνοεί τις αλλαγές φωτισμού και διορθώνει τη θέση της κάμερας.
• Δομική Ανάλυση (Graph Representation): Πειραματική προσέγγιση που αντιμετωπίζει την εικόνα ως Γράφο Γειτνίασης (RAG) βασισμένο σε Superpixels.

Τεχνική Υλοποίηση

Για την ανάπτυξη χρησιμοποιήθηκαν σύγχρονα εργαλεία λογισμικού:

• Frontend: Next.js & React (για γρήγορο και φιλικό περιβάλλον χρήσης).
• Backend: Python & FastAPI (για την εκτέλεση των αλγορίθμων).
• Computer Vision: OpenCV, scikit-image & Ultralytics YOLO.
• Deployment: Η εφαρμογή είναι σχεδιασμένη να τρέχει σε Docker containers.