0000000000532084
AUTHOR
Henrik Gabrielyan
Salīdzinošā analīze attēlu aizpildīšanas uzdevumam, izmantojot GAN neironu tīklus
Aizpildīšanas algoritmi tiek izmantoti attēlu apstrādē, lai labotu attēlu bojātās vai trūkstošās krāsojuma daļas. Šajā darbā tika salīdzināti trīs dziļās mašīnmācīšanās modeļi trūkstošo reģionu aizpildīšanai. Tika sniegti kvalitatīvs salīdzinājums, kvantitatīvi rezultāti un lietotāja izpēte DeepFill v2, CoModGAN un LaMa attēlu izpildīšanas algoritmiem. Tiek izmantotas Places2 un CelebA-HQ datu kopas, lai norādītu vairākas problēmas ar kurām sastopas attēlu atjaunošanā.
Mākslas ģenerēšana ar neironu tīkliem
Šis dokuments ir Latvijas Universitātes Datorikas fakultātes kursa “Kvalifikācijas darbs” (DatZR003) ietvaros izstrādāta mākslas ģenerēšanas lietotnes projekta dokumentācija, kas satur programmatūras prasību specifikāciju, programmatūras projektējuma aprakstu, testēšanas dokumentāciju un citu informāciju par projektu. Mākslas ģenerēšanas lietotne ir paredzēta kā atvērtā koda programmatūra, ko var izmantot jauni mākslinieki, lai iepazītos un izpētītu eksistējošus mākslas stilus un žanrus, lai spētu atpazīt tās galvenās īpašības un radīt jaunu mākslu. Par prioritāti lietotņu izstrādē tika uzskatīta ātrdarbība un resursu taupība. Lietotne t…