Τίτλος
«Αναγνώριση Νοηματικής Γλώσσας σε Πραγματικό Χρόνο με Χρήση Raspberry Pi και Μηχανικής Όρασης»
της Καρατζίδου Χριστίνας, μεταπτυχιακής φοιτήτριας του
Προγράμματος Μεταπτυχιακών Σπουδών
«Ηλεκτρονικά Συστήματα Τηλεπικοινωνιών & Αυτοματισμών (ΗΣΤΑ)»
Επιβλέπων Καθηγητής: Ηρακλής Ρηγάκης
H παρουσίαση θα πραγματοποιηθεί διαδικτυακά την Τετάρτη 30 Σεπτεμβρίου 2026 στις 20:00
ΠΕΡΙΛΗΨΗ ΤΗΣ ΕΡΓΑΣΙΑΣ
Η παρούσα διπλωματική εργασία παρουσιάζει τον σχεδιασμό και την υλοποίηση ενός συστήματος αναγνώρισης νοηματικής γλώσσας σε πραγματικό χρόνο με χρήση Raspberry Pi και τεχνικών Μηχανικής Όρασης. Στόχος της εργασίας είναι η ανάπτυξη μιας χαμηλού κόστους και φορητής λύσης ικανής να αναγνωρίζει χειρονομίες της Αμερικανικής Νοηματικής Γλώσσας, αξιοποιώντας αποκλειστικά την υπολογιστική ισχύ ενός Raspberry Pi 5.
Το σύστημα βασίζεται σε τεχνικές υπολογιστικής όρασης για την ανίχνευση και παρακολούθηση του χεριού μέσω του framework MediaPipe, από το οποίο εξάγονται τα 21 σημεία αναφοράς (landmarks) του χεριού. Τα δεδομένα αυτά χρησιμοποιούνται ως είσοδος σε μοντέλο Long Short-Term Memory (LSTM), το οποίο εκπαιδεύτηκε για την αναγνώριση στατικών και δυναμικών χειρονομιών σε πραγματικό χρόνο. Η εργασία περιλαμβάνει διαδικασία συλλογής και προεπεξεργασίας δεδομένων, κανονικοποίηση χαρακτηριστικών, δημιουργία ακολουθιών χρονικών παραθύρων και εκπαίδευση νευρωνικού δικτύου για την ταξινόμηση 34 διαφορετικών κλάσεων χειρονομιών.
Παράλληλα, αναπτύχθηκε αρχιτεκτονική δύο διεργασιών για την αντιμετώπιση περιορισμών συμβατότητας λογισμικού και τη βελτίωση της απόδοσης του συστήματος σε περιβάλλον Linux. Επιπλέον, υλοποιήθηκε διαδραστικό σύστημα σύνθεσης φράσεων (phrase builder), επιτρέποντας τη δημιουργία ολοκληρωμένων προτάσεων από τις αναγνωρισμένες χειρονομίες.
Τα αποτελέσματα της αξιολόγησης έδειξαν ότι το προτεινόμενο σύστημα μπορεί να λειτουργήσει αποδοτικά σε πραγματικό χρόνο με ικανοποιητική ακρίβεια αναγνώρισης, αποδεικνύοντας ότι σύγχρονες τεχνικές Βαθιάς Μάθησης μπορούν να εφαρμοστούν αποτελεσματικά ακόμη και σε ενσωματωμένες πλατφόρμες περιορισμένων πόρων.
Σύνδεσμος παρουσίασης