Gerador de código HTML a partir de maquetes

Detalhes bibliográficos
Autor(a) principal: Pereira, Paulo Francisco Ferreira
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.22/12268
Resumo: A automação das tarefas é cada vez mais uma prática atual no ambiente organizacional, sendo que esta prática permite diminuir a necessidade de mão de obra e muitas vezes diminuir os erros associados ao fator humano. O processo atual de desenvolvimento de software na Glintt – HealthCare Solutions tem diversas fases, sendo uma delas a elaboração de protótipos visuais por parte da equipa de design. Estes protótipos visuais são posteriormente transformados em código fonte HTML/CSS/Javascript pela equipa de desenvolvimento. Este processo pode demorar entre dois dias a oito dias dependendo da complexidade do ecrã. No presente documento será apresentada uma solução para gerar o código fonte a partir de uma maquete de forma automática tendo como input uma imagem correspondente ao protótipo. De forma a conceber este trabalho serão usadas técnicas de Deep Learning, em especial Convolutional Neural Networks para a deteção e classificação de objetos em imagens.
id RCAP_9e040ae5ed07c1bc21423ba88c858983
oai_identifier_str oai:recipp.ipp.pt:10400.22/12268
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Gerador de código HTML a partir de maquetesAutomaçãoDeep LearningConvolutional Neural NetworksAutomationEngenharia de softwareA automação das tarefas é cada vez mais uma prática atual no ambiente organizacional, sendo que esta prática permite diminuir a necessidade de mão de obra e muitas vezes diminuir os erros associados ao fator humano. O processo atual de desenvolvimento de software na Glintt – HealthCare Solutions tem diversas fases, sendo uma delas a elaboração de protótipos visuais por parte da equipa de design. Estes protótipos visuais são posteriormente transformados em código fonte HTML/CSS/Javascript pela equipa de desenvolvimento. Este processo pode demorar entre dois dias a oito dias dependendo da complexidade do ecrã. No presente documento será apresentada uma solução para gerar o código fonte a partir de uma maquete de forma automática tendo como input uma imagem correspondente ao protótipo. De forma a conceber este trabalho serão usadas técnicas de Deep Learning, em especial Convolutional Neural Networks para a deteção e classificação de objetos em imagens.The automation of tasks is increasingly a current practice in the organizational environment, and this practice reduces the need for manpower and often reduces the errors associated with the human factor. The current software development process at Glintt - HealthCare Solutions has several phases, one of which is the designing of visual prototypes by the design team. These visual prototypes are later transformed into HTML/CSS/Javascript source code by the development team. This process can take from two days to eight days depending on the complexity of the screen. In the present document a solution will be presented to generate the source code of a mockup automatically, having as input an image corresponding to the prototype. In the development of this project techniques of Deep Learning will be used, especially Convolutional Neural Networks for the detection and classification of objects in images.Rodrigues, Maria de Fátima CoutinhoRepositório Científico do Instituto Politécnico do PortoPereira, Paulo Francisco Ferreira2018-11-23T14:28:39Z20182018-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.22/12268TID:202028100porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-13T12:54:18Zoai:recipp.ipp.pt:10400.22/12268Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T17:32:40.016613Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Gerador de código HTML a partir de maquetes
title Gerador de código HTML a partir de maquetes
spellingShingle Gerador de código HTML a partir de maquetes
Pereira, Paulo Francisco Ferreira
Automação
Deep Learning
Convolutional Neural Networks
Automation
Engenharia de software
title_short Gerador de código HTML a partir de maquetes
title_full Gerador de código HTML a partir de maquetes
title_fullStr Gerador de código HTML a partir de maquetes
title_full_unstemmed Gerador de código HTML a partir de maquetes
title_sort Gerador de código HTML a partir de maquetes
author Pereira, Paulo Francisco Ferreira
author_facet Pereira, Paulo Francisco Ferreira
author_role author
dc.contributor.none.fl_str_mv Rodrigues, Maria de Fátima Coutinho
Repositório Científico do Instituto Politécnico do Porto
dc.contributor.author.fl_str_mv Pereira, Paulo Francisco Ferreira
dc.subject.por.fl_str_mv Automação
Deep Learning
Convolutional Neural Networks
Automation
Engenharia de software
topic Automação
Deep Learning
Convolutional Neural Networks
Automation
Engenharia de software
description A automação das tarefas é cada vez mais uma prática atual no ambiente organizacional, sendo que esta prática permite diminuir a necessidade de mão de obra e muitas vezes diminuir os erros associados ao fator humano. O processo atual de desenvolvimento de software na Glintt – HealthCare Solutions tem diversas fases, sendo uma delas a elaboração de protótipos visuais por parte da equipa de design. Estes protótipos visuais são posteriormente transformados em código fonte HTML/CSS/Javascript pela equipa de desenvolvimento. Este processo pode demorar entre dois dias a oito dias dependendo da complexidade do ecrã. No presente documento será apresentada uma solução para gerar o código fonte a partir de uma maquete de forma automática tendo como input uma imagem correspondente ao protótipo. De forma a conceber este trabalho serão usadas técnicas de Deep Learning, em especial Convolutional Neural Networks para a deteção e classificação de objetos em imagens.
publishDate 2018
dc.date.none.fl_str_mv 2018-11-23T14:28:39Z
2018
2018-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.22/12268
TID:202028100
url http://hdl.handle.net/10400.22/12268
identifier_str_mv TID:202028100
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131419394441216

Registros relacionados