Examensarbete, 30HP: Generating Synthetic Infra-Red Images using Deep Learning Style Transfer i Järfälla

Bakgrund

Avionics Systems är en verksamhet inom den globala flyg- och säkerhetskoncernen Saab. Vi utvecklar och tillverkar kvalificerad elektronik, programvara och mekanik för flygplan, helikoptrar och andra krävande applikationer. De flesta av våra projekt drivs i en internationell miljö och vi levererar bland annat produkter till två av världens största flygplanstillverkare, Airbus och Boeing.

Inom flygindustrin ställer man höga krav på flygsäkerhet och robusthet i alla tekniska system ombord på flygplan. Många produkter inom flyg, kan dra nytta av den nya teknikutvecklingen inom området Machine Learning (ML), där olika typer av bildbehandlingsfunktioner kan realiseras med hjälp av djupa neurala nätverk. Style Transfer är en gren inom Machine Learning där man tränar ett nätverk till att härma stilen i en viss bild och applicerar den stilen på en annan bild.

Beskrivning av examensarbetet

Detta exjobb går ut på att utvärdera hur väl denna metod fungerar för att skapa simulerade Infra-röda bilder av fotografier i det visuella spektrat kombinerat med stilen av bilder från en riktig IR-kamera.

Arbetsbeskrivning:

• Kort litteraturstudie av Machine Learning och Deep Neural Network
• Litteraturstudie av Style Transfer-tekniker
• Insamla data som behövs (Saab har IR-kameror för detta)
• Implementera och träna ett DNN för style transfer
• Utreda under vilka omständigheter denna metod fungerar, begränsningar
• Jämförelse med befintlig IR-simulator
• Egna förslag kring ämnet

Kvalifikationer

Vi söker dig som:

• studerar till civilingenjör inom teknisk fysik, elektro, datateknik eller liknande
• har ett intresse av att arbeta med bildbehandling och Machine Learning
• läst kurser inom Machine Learning

Omfattning

1 person, 30hp

Start sker i  januari 2020 eller enligt överenskommelse. Placeringsort Järfälla.

För mer information kontakta: Joakim Lindén,

Vi jobbar löpande med urval, men sista ansökningsdag är 30/11 - vi ser fram emot din ansökan!