Desenvolupament d'una aplicació Android: cRoin - coin recognition

Abstract

Estem vivint en una època on la tecnología avança molt ràpidament i està totalment integrada al nostre dia a dia. El motiu d'aquest treball és fusionar les prestacions i l'abast que ofereixen els dispositius mòbils amb el món de la intel·ligència artificial, en concret l'aprenentatge profund, per a posar-ho a disposició dels usuaris. D'aquí neix cRoin, una aplicació de detecció de monedes desenvolupada per a Android on tota la part deep learning s'ha realitzat amb TensorFlow. cRoin és una aplicació que identifica monedes d'euro, guardar-ne el reconeixement realitzat (amb la localització, data, captura de la identificació, ...) com també saber-ne el valor en altres divises o bé realitzar-ne càlculs. La metodologia per a desenvolupar aquest projecte ha estat desenvolupament en cascada. On s'ha passat per diverses fases: planificació, viabilitat, anàlisi inicial, disseny centrat en l'usuari, anàlisi del sistema, anàlisi tècnic, disseny de l'arquitectura, implementació i testeig. En el disseny centrat en l'usuari s'ha definit a quin tipus d'usuari va dirigida ja que part del repte era situar cRoin en el mercat, i d'aquesta manera s'ha generat el disseny com també les funcionalitats finals. El software desenvolupat és una aplicació mòbil Android Studio amb el SDK Android i NDK Android per a incorporar-hi el model creat per a la part d'identificació. S'ha fet ús d'APIs externes (currency converter, Google Maps, Firebase ) o llibreries (Espresso, TensorBoard). Juntament amb els coneixements adquirits durant el màster i la realització d'aquest treball s'ha obtingut una aplicació funcional que compleix la majoria dels objectius del projecte.

Estamos viviendo en una época donde la tecnología avanza muy rápidamente y está totalmente integrada a nuestro día a día. El motivo de este trabajo es fusionar las prestaciones y el alcance que ofrecen los dispositivos móviles con el mundo de la inteligencia artificial, en concreto el aprendizaje profundo, para ponerlo a disposición de los usuarios. De aquí nace cRoin, una aplicación de detección de monedas desarrollada para Android donde toda la parte deep learning se ha realizado con TensorFlow. cRoin es una aplicación que identifica monedas de euro, guardar el reconocimiento realizado (con la localización, fecha, captura de la identificación, ...) como también saber el valor en otras divisas o bien realizar cálculos. La metodología para desarrollar este proyecto ha estado desarrollo en cascada. Donde se ha pasado por varias fases: planificación, viabilidad, análisis inicial, diseño centrado en el usuario, análisis del sistema, análisis técnico, diseño de la arquitectura, implementación y testeo. En el diseño centrado en el usuario se ha definido a qué tipo de usuario va dirigida puesto que parte del reto era situar cRoin en el mercado, y de este modo se ha generado el diseño como también las funcionalidades finales. El software desarrollado es una aplicación móvil Android Studio con el SDK Android y NDK Android para incorporar el modelo creado para la parte de identificación. Se ha hecho uso de APIs externas (currency converter, Google Maps, Firebase ) o librerías (Espresso, TensorBoard). Junto con los conocimientos adquiridos durante el máster y la realización de este trabajo se ha obtenido una aplicación funcional que cumple la mayoría de los objetivos del proyecto.

We live in a time where technology has been moving very rapidly and has been fully integrated into our daily lives. The reason to do this work is to merge the benefits and scope that mobile devices offer with the world of artificial intelligence, in particular deep learning, as well as to make it available to users. Hence, cRoin, is an application of currency detection developed for Android in which the whole part of deep learning has been done with TensorFlow. cRoin identifies euro coins, save the completed recognition (with the location, date, capture of the identification, ...) as well as knows the value in other currencies or perform calculations. The methology to develop this project has been cascading development. It has been through several phases: planning, viability, initial analysis, user-centered design, system analysis, technical analysis, architecture design, implementation and testing. In the user-centered design, it has been defined which type of user is targeted as part of the challenge to position the market. The final features have been generated according to these requirements. The developed software is an Android Studio mobile application with Android SDK and Android NDK to incorporate the created model for the identification part. External APIs (currency converter, Google Maps, Firebase) or libraries (Espresso, TensorBoard) have been used. Along with the knowledge adquired during the master's degree and the realitzation of this work, a functional application that has been achieved. Most of the objectives of the project has been obtained.