Master's Thesis: Development of a Computationally Efficient Pipeline System for Smart Sign Language Translating Glasses

Övergripande beskrivning
Teckenspråksöversättning i realtid är ett område med stor potential att förbättra tillgänglighet och underlätta kommunikation i vardagen. Samtidigt ställer kontinuerlig videobearbetning höga krav på både beräkningskapacitet, energiförbrukning och kommunikationsbandbredd, särskilt i bärbara enheter som smarta glasögon. I detta examensarbete undersöks möjligheten att utveckla ett intelligent system som kan minska mängden videodata som behöver analyseras, utan att försämra översättningskvaliteten i någon större utsträckning. Arbetet omfattar design, implementering och utvärdering av en lösning där relevanta bildrutor identifieras och väljs ut innan de skickas vidare till ett teckenspråks-översättningssystem. Projektet kombinerar områden som inbyggda system, maskininlärning, datorseende och systemoptimering, och ger studenten möjlighet att arbeta med både hårdvara och mjukvara.

Projektbeskrivning
Projektet fokuserar på att utveckla en tvåstegs-pipeline för en prototyp av teckenspråksöversättande glasögon. De huvudsakliga målen är:

• System Design: Definiera en stegad arkitektur med först ett filtreringssteg som analyserar inkommande videobildrutor och väljer ut de som sannolikt innehåller relevant teckenspråksinformation, och sedan ett molnbaserat översättningssteg som endast bearbetar de utvalda bildrutorna.

• Val av hårdvara: Välja en mikrokontroller och kamera som lämpar sig för glasögonformatet och dess energibudget.

• Montering och integration: Bygga det fysiska systemet samt undersöka dess energi- och beräkningskostnader.

• Testning och validering: Utvärdera översättnings noggrannheten, tidsfördröjning samt besparingar i bildrutor och energiförbrukning.

Följande punkter är meriterande men inte ett krav:

• Projekterfarenhet inom edge-computing, ML för inbyggda system, signalbehandling och inbyggd mjukvara.

• Intresse för praktiskt arbete med hårdvara, firmware och modelltränning.

• Intresse för användarnära tekniska lösningar med fokus på tillgänglighet (inga förkunskaper inom teckenspråk behövs).

Det färdiga examensarbetet kan publiceras och användas både i din personliga portfölj och i företagets marknadsföring. Vänligen bifoga CV och personligt brev i din ansökan.

Skicka gärna in din ansökan så snart som möjligt, dock senast 2026-10-29. Om du har några frågor är du välkommen att kontakta Marla Touma på marla.touma@knightec.se. Observera att vi, på grund av GDPR, endast tar emot ansökningar via vår karriärsida.