Κατασκευή ενός ολοκληρωμένου έξυπνου συστήματος παρακολούθησης με την χρήση Raspberry Pi

Σκουμής, Γεώργιος (2025) Κατασκευή ενός ολοκληρωμένου έξυπνου συστήματος παρακολούθησης με την χρήση Raspberry Pi. Masters thesis, ΤΕΙ Δυτικής Μακεδονίας.

Text MTS1_2025.pdf Restricted to Registered users only Available under License Creative Commons Attribution No Derivatives. Download (3MB)

Abstract

Η παρούσα μεταπτυχιακή διατριβή παρουσιάζει την ανάπτυξη ενός έξυπνου συστήματος παρακολούθησης με χρήση Raspberry Pi, το οποίο αξιοποιεί τεχνικές υπολογιστικής όρασης για την ανίχνευση και παρακολούθηση ανθρώπινων παρουσιών σε πραγματικό χρόνο. Το σύστημα βασίζεται στη βιβλιοθήκη OpenCV και ειδικότερα στους προεκπαιδευμένους αλγορίθμους Haar Cascade Classifiers, οι οποίοι χρησιμοποιούνται για την ανίχνευση προσώπου, πλήρους σώματος και άνω σώματος. Η αρχιτεκτονική του συστήματος ενσωματώνει web διακομιστή (Flask) για τη ζωντανή προβολή εικόνας μέσω διαδικτυακής διεπαφής (HTML), καθώς και μηχανισμούς αυτόματης καταγραφής γεγονότων σε μορφή εικόνων και βίντεο μικρής διάρκειας. Επιπλέον, υλοποιείται μηχανισμός ειδοποιήσεων σε πραγματικό χρόνο, μέσω ηλεκτρονικού ταχυδρομείου (SMTP/Gmail API) και μηνυμάτων SMS (Twilio API), προσφέροντας στον χρήστη άμεση ενημέρωση για συμβάντα που ανιχνεύονται. Η συμβολή της εργασίας έγκειται στη συνδυασμένη αξιοποίηση εργαλείων ανοιχτού λογισμικού και χαμηλού κόστους υλικού για τη δημιουργία ενός λειτουργικού, ευέλικτου και επεκτάσιμου συστήματος επιτήρησης. Τα αποτελέσματα αποδεικνύουν ότι η προτεινόμενη λύση μπορεί να αποτελέσει μια αξιόπιστη εναλλακτική στα παραδοσιακά συστήματα CCTV, με μειωμένο κόστος και αυξημένη λειτουργικότητα.--------------------------------------- This Master’s thesis presents the development of an intelligent surveillance system using Raspberry Pi, which leverages computer vision techniques for real-time human detection and monitoring. The system is based on the OpenCV library and, more specifically, on the pre-trained Haar Cascade Classifiers used for face, full-body, and upper-body detection. The system’s architecture integrates a web server (Flask) for live video streaming through an HTML-based web interface, along with mechanisms for automatic event recording in the form of images and short video clips. Furthermore, a real-time notification system is implemented via email alerts (SMTP/Gmail API) and SMS messages (Twilio API), providing the user with immediate updates whenever relevant events are detected. The contribution of this thesis lies in the combined utilization of open-source software tools and low-cost hardware to design a functional, flexible, and scalable surveillance solution. The experimental results demonstrate that the proposed system can serve as a reliable alternative to traditional CCTV systems, offering reduced cost and enhanced functionality.

Item Type:	Thesis (Masters)
Corporate Creators:	Μιχάλας, Άγγελος
Uncontrolled Keywords:	Έξυπνο σύστημα παρακολούθησης, Raspberry Pi, Υπολογιστική όραση, OpenCV, Haar Cascade Classifiers, Ειδοποιήσεις σε πραγματικό χρόνο, Ασφάλεια.
Subjects:	Ε > Έξυπνα ηλεκτρικά δίκτυα Σ > Συστήματα ψηφιακού ελέγχου Τ > Τεχνητή νοημοσύνη Υ > Υπολογιστικά συστήματα
Divisions:	Μεταπτυχιακές Διατριβές > ΠΜΣ Σύγχρονα Συστήματα Τηλεπικοινωνιών, Τεχνολογίες Διαδικτύου και Ασφάλεια Συστημάτων
Depositing User:	Προσωπικό Βιβλιοθήκης
Date Deposited:	09 Dec 2025 10:35
Last Modified:	09 Dec 2025 10:35
URI:	http://anaktisis.uowm.gr/id/eprint/12296

Ενέργειες (απαιτείται σύνδεση)

View Item