Ungefähr Amar Oitijjho
Der bengalische Ausdruck „Amar Oitijjho“ kann mit „mein Erbe“ übersetzt werden. Wir haben absichtlich das Pronomen „mein“ verwendet, um die individuelle Verbundenheit, Beteiligung an und persönliche Anpassung an ein gemeinsames kulturelles Erbe zu betonen und gleichzeitig zu betonen, dass dieses Erbe der breiteren Gemeinschaft gehört. In einer globalisierten Welt, in der wir ständig von Einflüssen aus verschiedenen Kulturen überwältigt werden, ist es wichtig, dass wir stolz auf die kulturellen Elemente sind, die uns von anderen unterscheiden und unsere Identität definieren.
Dieses Projekt zielt darauf ab, eine Android-Smartphone-Anwendung zu entwickeln, die Fotos von Taka-Banknoten erkennen und mithilfe von Augmented Reality ein entsprechendes 3D-Modell auf dem mobilen Bildschirm anzeigen kann. Das erwartete Ergebnis ist, dass das 3D-Modell auf jeder ebenen Fläche platziert werden kann, um ein realistisches Erscheinungsbild zu bieten. Die Anwendung kann in drei Phasen zusammengefasst werden: Erstellen eines KI-Modells, Erstellen eines Endpunkts, um relevante Informationen über ein aufgenommenes Bild zu erhalten, und schließlich Verbinden des Ergebnisses des zweiten Abschnitts mit einer Augmented-Reality-Engine (ARCore), um das 3D-Modell anzuzeigen mobile Bildschirme. Die erste Phase der Entwicklung besteht darin, reale Bilder von Banknoten zu sammeln, die das intelligente System zu ihrer Identifizierung verwenden wird. Durch die Sammlung von Informationen sollte eine umfassende Bildbibliothek zusammengestellt werden, die Fotos von 10-, 20- und 100-Taka-Banknoten enthält, die aus verschiedenen Kamerawinkeln und unter unterschiedlichen Lichtverhältnissen aufgenommen wurden. Weitere Fotos können jederzeit hinzugefügt werden, und das KI-Modell kann mehrmals neu trainiert werden, um die Gesamtgenauigkeit zu verbessern. Der Bilddatensatz wird verwendet, um das intelligente Modell zu trainieren und zu evaluieren. Convolutional Neural Network, das eine hervorragende Erfolgsbilanz bei der Bilderkennung vorweisen kann, könnte für diesen Zweck eine akzeptable Wahl sein. Sobald das Modell erstellt ist, können wir mit der zweiten Stufe fortfahren, die die Erstellung eines Wörterbuchs zur Kennzeichnung von Fotos mit den erforderlichen Namen beinhaltet, damit das KI-System ein Bild erkennen und ein Ergebnis liefern kann, das angibt, welches Bild es erkannt hat. Die bereitgestellten Daten des Wörterbuchs werden dann an das entwickelte Augmented-Reality-Framework übertragen, um das erforderliche 3D-Modell anzuzeigen.
Dieses Projekt zielt darauf ab, eine Android-Smartphone-Anwendung zu entwickeln, die Fotos von Taka-Banknoten erkennen und mithilfe von Augmented Reality ein entsprechendes 3D-Modell auf dem mobilen Bildschirm anzeigen kann. Das erwartete Ergebnis ist, dass das 3D-Modell auf jeder ebenen Fläche platziert werden kann, um ein realistisches Erscheinungsbild zu bieten. Die Anwendung kann in drei Phasen zusammengefasst werden: Erstellen eines KI-Modells, Erstellen eines Endpunkts, um relevante Informationen über ein aufgenommenes Bild zu erhalten, und schließlich Verbinden des Ergebnisses des zweiten Abschnitts mit einer Augmented-Reality-Engine (ARCore), um das 3D-Modell anzuzeigen mobile Bildschirme. Die erste Phase der Entwicklung besteht darin, reale Bilder von Banknoten zu sammeln, die das intelligente System zu ihrer Identifizierung verwenden wird. Durch die Sammlung von Informationen sollte eine umfassende Bildbibliothek zusammengestellt werden, die Fotos von 10-, 20- und 100-Taka-Banknoten enthält, die aus verschiedenen Kamerawinkeln und unter unterschiedlichen Lichtverhältnissen aufgenommen wurden. Weitere Fotos können jederzeit hinzugefügt werden, und das KI-Modell kann mehrmals neu trainiert werden, um die Gesamtgenauigkeit zu verbessern. Der Bilddatensatz wird verwendet, um das intelligente Modell zu trainieren und zu evaluieren. Convolutional Neural Network, das eine hervorragende Erfolgsbilanz bei der Bilderkennung vorweisen kann, könnte für diesen Zweck eine akzeptable Wahl sein. Sobald das Modell erstellt ist, können wir mit der zweiten Stufe fortfahren, die die Erstellung eines Wörterbuchs zur Kennzeichnung von Fotos mit den erforderlichen Namen beinhaltet, damit das KI-System ein Bild erkennen und ein Ergebnis liefern kann, das angibt, welches Bild es erkannt hat. Die bereitgestellten Daten des Wörterbuchs werden dann an das entwickelte Augmented-Reality-Framework übertragen, um das erforderliche 3D-Modell anzuzeigen.
Ausklappen
