Predavanje donosi rezultate istraživanja provedenog u sklopu magistarskog rada i naučnog članka objavljenog na Springer platformi, fokusiranog na primjenu vještačke inteligencije za automatsku evidenciju zauzetih parking mjesta. Polazna tačka istraživanja bila je implementacija YOLO modela treniranih za detekciju vozila, uz podršku OpenCV biblioteke za obradu slike.

Istraživanje je prošireno integracijom dodatnih AI servisa – Amazon Rekognition cloud platforme i multimodnog OpenAI GPT-4 Vision modela – s ciljem upoređivanja različitih tehnoloških pristupa. Komparacija obuhvata ključne kriterije:

• Tačnost i pouzdanost detekcije,
• Latencija i obrada u realnom vremenu,
• Troškovna analiza (API pozivi, treniranje, lokalna obrada),
• Skalabilnost, privatnost i hardverski zahtjevi.

Na osnovu identičnih ulaznih podataka i standardizovanih metrika (precision, recall, FPS), prikazani su konkretni rezultati i vizualizacije izlaza svakog modela. Završni dio predavanja posvećen je praktičnoj primjeni istraživanja kroz Park Vision– inovativnu web i mobilnu platformu za pametno upravljanje parking prostorima, koja koristi ove AI komponente kao osnovu za funkcionalnosti detekcije i nadzora.