Система перенесення стилів між зображеннями з використанням генеративних змагальних мереж

Скорочена інформація про документ
dc.contributor.advisorВолокита, Артем Миколайович
dc.contributor.authorЧайковський, Олександр Ігорович
dc.date.accessioned2020-01-21T10:32:31Z
dc.date.available2020-01-21T10:32:31Z
dc.date.issued2019
dc.description.abstractenThe master’s thesis: 91 p., 37 fig., 27 tables, 1 appendix and 51 sources. The aim of this thesis is to develop a neural style transfer system with generative adversarial networks and to test system performance in the task of data augmentation to improve the accuracy of image classification with the use of convolutional neural networks. Object of study of this master’s thesis is the process of neural style transfer between images using generative adversarial networks in the problem of data augmentation. Subject of study are methods and means of machine vision based on generative adversarial networks which through data augmentation allow to improve the accuracy of image recognition by convolutional neural network. The results of thesis: - an algorithm GAN+NST for neural style transfer between images with generative adversarial networks was proposed; - proposed system architecture was implemented for the problem of synthetic data generation in order to improve the accuracy of convolutional neural networks; - improved image classification accuracy using convolutional neural networks compared to traditional data augmentation techniques. The practical value of the obtained results is determined by the fact that their use allows to improve the accuracy of image recognition by convolutional neural networks through generating additional synthetic data by the proposed algorithm.uk
dc.description.abstractukМагістерська дисертація: 91 с., 37 рис., 27 табл., 1 додаток та 51 джерело. Метою даної роботи є розробка системи перенесення стилів між зображеннями з використанням генеративних змагальних мереж та тестування роботи системи в задачі аугментації даних для підвищення точності класифікації зображень згортковими нейронними мережами. Об’єктом дослідження магістерської дисертації є процес перенесення стилів між зображеннями з використанням генеративних змагальних мереж в задачі аугментації даних. Предметом дослідження є методи та засоби машинного зору на основі генеративних змагальних мереж, які за допомогою аугментації даних дозволяють підвищити точність розпізнавання зображень згортковими нейронними мережами. Результати роботи: - запропоновано новий спосіб перенесення стилів між зображеннями, який дозволяє підвищити точність роботи згорткових нейронних мереж за рахунок генерування нових даних для навчання; - реалізовано запропоновану архітектуру системи для задачі генерування синтетичних даних з метою підвищення точності роботи згорткових нейронних мереж; - підвищено точність класифікації зображень згортковими нейронними мережами в порівнянні з класичними методами аугментації даних. Практичне значення отриманих результатів роботи визначається тим, що їх використання дозволяє підвищити точність розпізнавання зображень згортковими нейронними мережами шляхом генерування додаткових синтетичних даних запропонованим алгоритмом.uk
dc.format.page112 с.uk
dc.identifier.citationЧайковський, О. І. Система перенесення стилів між зображеннями з використанням генеративних змагальних мереж : магістерська дис. : 123 Комп’ютерна інженерія / Чайковський Олександр Ігорович. – Київ, 2019. – 112 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/30976
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкомп’ютерний зірuk
dc.subjectглибинне навчанняuk
dc.subjectгенеративно змагальна мережаuk
dc.subjectперенесення стилівuk
dc.subjectаугментація данихuk
dc.subjectcomputer visionuk
dc.subjectdeep learninguk
dc.subjectgenerative adversarial networkuk
dc.subjectneural style transferuk
dc.subjectdata augmentationuk
dc.subject.udc004.855.2uk
dc.titleСистема перенесення стилів між зображеннями з використанням генеративних змагальних мережuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Chaikovsky_magistr.docx
Розмір:
5.82 MB
Формат:
Microsoft Word XML
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ОТ)
Магістерські роботи