Інтелектуальна система визначення стилів картин
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 88 с., 17 рис., 9 табл., 37 посилань, додаток.
Об'єктом дослідження є процес автоматизованого розпізнавання художніх стилів картин на основі методів глибокого машинного навчання. Предметом дослідження є архітектура та методи навчання інтелектуальної системи, що поєднує генеративну модель WGAN-GP для балансування датасету та згорткову нейронну мережу для класифікації. Метою роботи є розробка та аналіз ефективності інтелектуальної системи визначення художніх стилів картин для забезпечення коректної класифікації в умовах нерівномірного розподілу навчальних даних. Для досягнення мети використано методи глибокого та трансферного навчання, згорткову нейронну мережу ResNet-18 та генеративну модель WGAN-GP. У результаті дослідження створено адаптивну стратегію балансування набору даних WikiArt шляхом синтезу зображень, розроблено оригінальний алгоритм запобігання mode collapse та підвищено загальну точність класифікації з 61% до 72%. Також впроваджено імовірнісний підхід для виведення трьох найімовірніших стилів і верифіковано логіку моделі через теплові карти. Розроблену систему рекомендується використовувати для автоматизованої каталогізації музейних фондів, інтеграції в пошукові механізми мистецьких цифрових архівів, а також як основу для освітніх та рекомендаційних платформ.
Опис
Ключові слова
класифікація художніх картин, згорткові нейронні мережі, генеративно-змагальні мережі, балансування даних, painting classification, convolutional neural networks, generative adversarial networks, data balancing
Бібліографічний опис
Левцун, А. К. Інтелектуальна система визначення стилів картин : дипломна робота … бакалавра : 122 Комп'ютерні науки / Левцун Анастасія Костянтинівна. – Київ, 2026. – 88 с.