Deutsch: Unser Projekt beschäftigt sich mit der Entwicklung einer zentralen Plattform für Bewertungen von Filmen, Büchern und Serien. Aktuell müssen Nutzende Bewertungen in verschiedenen Apps oder Tabellen verwalten, was umständlich ist. Rately schafft hier Abhilfe und ermöglicht durch KI-gestützte Funktionen das direkte Einfügen von Buchinformationen. Die Plattform bietet zusätzlich Social-Media-Features, mit denen sich Nutzerinnen und Nutzer vernetzen und ihre Bewertungen teilen können.
Die externen Daten stammen aus den Open Library Data Dumps für Bücher und der OMDB API für Filme und Serien.

Unsere Hauptziele sind:

• Zentrale Verwaltung von Bewertungen für verschiedene Medien
• KI-Funktion zur automatischen Erkennung und Erfassung von Buchcovern
• Benutzerfreundliche Oberfläche mit Profil- und Vernetzungsfunktionen
• Sicheres Backend zur geräteübergreifenden Synchronisierung der Daten

Unser Projekt wird bearbeitet und erstellt an der HTL Mössingerstraße

Dieses Projekt wird als internes Schulprojekt ohne externe Partner durchgeführt.

English Our project focuses on developing a centralized platform for reviewing movies, books, and series. Currently, users need to manage reviews across multiple apps or spreadsheets, which is inconvenient. Rately solves this issue by allowing users to directly add book information through AI-powered functions. Additionally, the platform provides social media features, enabling users to connect and share their reviews.

Our main objectives are:

• Centralized management of reviews for various media types
• AI functionality for automatic book cover recognition and data entry
• User-friendly interface with profile and networking features
• Secure backend for cross-device data synchronization

Dieses Projekt wird gemeinsam mit einem Wirtschaftspartner durchgeführt:

Details

About

Systemstrukturplan

Deutsch: Das Projekt besteht aus einer mobilen App zur zentralen Bewertung und einem sicheren Backend für die Datenbankverwaltung. Herr Schaar entwickelt einen Machine-Learning-Algorithmus zur Erkennung von Buchcovern und gestaltet die Benutzeroberfläche zur Anzeige der KI-Ergebnisse. Herr Wautischer verantwortet das sichere Backend und die API für die Kommunikation mit der Datenbank und externen Datenquellen wie den Open Library Data Dumps und der OMDB API.

English: The project includes a mobile app for centralized reviews and a secure backend for database management. Mr. Schaar develops a machine learning algorithm for book cover recognition and designs the interface to display AI results. Mr. Wautischer is responsible for the secure backend and API for communication with the database and external sources like the Open Library Data Dumps and the OMDB API.

Machine Learning

Buchcover Erkennung mit Machine Learning

Deutsch: Die KI verwendet TensorFlow, um ein Modell zur Erkennung und Klassifikation von Buchcovern basierend auf einem Machine-Learning-Ansatz zu erstellen und zu trainieren. Keras wird für die Bildvorverarbeitung genutzt, um Techniken wie Skalierung, Rotation und Verschiebung anzuwenden, die das Modell robuster machen. OpenCV wird für bildspezifische Aufgaben wie die Erkennung und Markierung von Schlüsselpunkten auf den Buchcovern verwendet. Diese Vorverarbeitungstechniken helfen dabei, relevante Merkmale aus den Bildern zu extrahieren und das Modell für eine präzise Klassifikation zu optimieren.
English: The AI uses TensorFlow to build and train a model for book cover recognition and classification based on a machine learning approach. Keras is used for image preprocessing, applying techniques such as scaling, rotation, and shifting to enhance the model's robustness. OpenCV is employed for image-specific tasks like detecting and marking key points on the book covers. These preprocessing methods help extract relevant features from the images, ensuring the model is optimized for accurate classification.

Backend

Zentrale Datenverarbeitung

Deutsch: Das Backend basiert auf einem Ubuntu Server und nutzt Express.js für die API, was eine effiziente Kommunikation zwischen Frontend und Backend ermöglicht. Nginx fungiert als Reverse Proxy, um die Last zu verteilen und die API abzusichern. Certbot verwaltet und erneuert die SSL-Zertifikate automatisch, um eine sichere HTTPS-Verbindung zu gewährleisten. OAuth 2.0 wird für die sichere Authentifizierung und Autorisierung der Nutzer eingesetzt. Alle Daten werden in einer MySQL-Datenbank gespeichert, und sensible Daten wie Passwörter werden mit Argon2 gehasht, um höchste Sicherheit zu bieten.
English: The backend is built on an Ubuntu Server and uses Express.js for the API, enabling efficient communication between frontend and backend. Nginx acts as a reverse proxy for load distribution and added security. Certbot manages and renews SSL certificates automatically, ensuring a secure HTTPS connection. OAuth 2.0 is used for secure user authentication and authorization. All data is stored in a MySQL database, with sensitive information like passwords hashed using Argon2 for maximum security.