Wat info over mij

Ik ben Milan Van Wonterghem ik ben 18 jaar en studeer informatica op GTI beveren.

Ik ben al vanaf kinds af aan bezig met programmeren, ik ging op 11 jarige leeftijd naar coderDojo samen met mijn vader om daar te programmeren. Toen was het alleen scratch maar, nu kan ik ook programeren in c#, c , c++, php, css, html, SQL, python.

In mijn vrije tijd ben ik vooral bezig met muziek en de Chiro, waar ik tevens ook al 2 jaar leiding ben.

Kleine inleiding

Voor mijn eindwerk twijfelde ik lang over het onderwerp, maar uiteindelijk besloot ik om iets met kunstmatige intelligentie (AI) te doen. Hoewel ik er weinig vanaf wist, leek het me interessant, omdat AI in de nabije toekomst veel gebruikt zal worden.

Mijn gekozen project gaat over het vertalen van gebarentaal met behulp van machine learning. Ik ga dit realiseren op een Raspberry Pi en sluit daar een camera op aan. Het werkt als volgt: Ik verzamel eerst een grote hoeveelheid foto's van gebaren en voer deze in een computer in. Wanneer het programma draait, zal het proberen een hand te detecteren via de camera. Als het een hand heeft gevonden, vergelijkt het deze in een lus met de opgeslagen foto's om de gebaren te herkennen en deze te vertalen naar letters.

Dit project sprak mij zeker aan want ik ben erg geïntresseerd in wat de toekomst ons zal brengen. Met gevolg dat AI steeds een groter belang wordt in onze samenleving, leek het mij verstandig om mijzelf hier in te verdiepen.

Dit project is slechts een fractie van de mogelijkheden van AI. Aangezien AI de voorbije jaren zeer veel in ontwikkeling is geweest en op het moment nog steeds zeer actueel is. Leek dit mij een toepasselijk onderwerp.

Raspberry Pi 3

Raspberry pi is een klein computertje dat ik zal gebruiken om mijn app en al de berekeningen op te runnen.

Pi cam

De Pi cam is een cameraatje die je makkelijk kan aansluiten op de raspberry pi, deze camera zal ik gebruiken om de gebaren waar te nemen.

Machine learning

Machine learning is één van de onderldelen die onder AI valt, in mijn geval zal het de beelden van de camera vergelijken met een hele boel opgeslagen foto's en zal zo zeggen met welke foto het beeld van de camera het meest overeenkomt

Kijk hier een uitleg over Machine Learning

Hardware

Dit is mijn hardware schema.

Software

In mijn project gebruik ik 4 verschillende programma's

Programma 1 - foto's verzamelen

dit programma zal in een loop een heleboel foto's verzamelen, in mijn geval 100 foto's van 26 verschillende gebaren.

Programma 2 - foto's klaar maken

Dit programma zal in een loop alle foto's afgaan, op alle foto's zal het een hand proberen detecteren en op dit hand de x- en y-waarden van 21 belangrijke punten meten en deze in de vorm van een array in een .pickle bestand steken.

Programma 3 - het model maken

Dit programma maakt aan de hand van de bibliotheken en de waarden in het pickle bestand een model.

Programma 4 - foto's verzamelen

Dit programma maakt gebruik van het eerder gemaakt model en gebruikt het om live camera beelden te kunnen voorspellen en zo vertalen.

Logboek

Hier zie je mijn logboek:

Planning

x

Stage

Reflectie