Allt fler personer i Sverige har tillgång till både Internet och smarttelefoner i en större utsträckning än någonsin förr. Det finns applikationer för det mesta, som tränings-, spel- och nyhetsappar. Utefter detta och vår samtids ökade fokus på miljön och återvinning valdes målet med detta projekt, en progressiv webbapplikation som använder sig av bildigenkänning med hjälp av maskininlärning som ska underlätta för människor att sortera och återvinna sina hushållsavfall. Slutresultatet är en applikation som kan köras likvärdigt på de flesta enheter (mobil, pc, surfplattor etc.), oavsett vilken modell eller vilket operativsystem den har. Applikatio- nen används för att identifiera hushållsavfall genom en bildigenkänningstjänst. Denna rapport behandlar de teknologier som använts för att bygga applikationen och implementationsprocessen av den. Slutligen diskuterar vi resultatet av utvecklingen och några utvalda personer fick testa appen, svara på några frågor och säga vad de tyckte. / More and more people in Sweden have access to both the Internet and smartphones to a greater extent than ever before. There is an application for almost everything, such as training-, games- and news applications. Based on this and the increasing interest for the environment in general and recycling, the goal was set for this project. A progressive web application with the use of image recognition with the help of machine learning that will make it easier for people to sort and recycle their household trash. The final result is an application that can be run equally on most devices (mobile, PC, tablets, etc.), regardless of model or operating system. The application is used to identify household waste through an image recognition service. This report addresses the technologies used to build the application and implementation process of it. Finally we discuss the results of the development and some selected people got to test the app and answer some questions and voice their opinions.

This master's thesis focuses on smartphone game for iOS, which uses recognition of face features and other information, which can be obtained from a smartphone's camera and sensors. This work describes a few approaches for real-time face detection and then introduces and compares possibilities for such task on iOS. Moreover, the thesis contains a draft of the final game and its levels. The game showcases various technologies in its levels such as object detection, processing an image color and others. Finally, the thesis introduces the final form of the game that is released and available on the App Store.