Stvaranje slika pomoću dubokog učenja

master's thesis

• Title (english): Generating Images Using Deep Learning
• Author: Juraj Šušnjara
• Mentor: Marin Šilić (mentor)
• Committee member: Marin Šilić (predsjednik povjerenstva)
• Committee member: Siniša Srbljić (član povjerenstva)
• Committee member: Goran Delač (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2018-07-05, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Generativni modeli su modeli umjetnih neuronskih mreža koji su namijenjeni za stvaranje podataka iz naučene razdiobe. Pomoću takvih modela moguće je stvarati slike. Neuronske mreže za obradu slikovnih podataka koriste konvolucijske slojeve pa su i generativni modeli za stvaranje slika sastavljeni od njih. Obrađene su dvije vrste takvih modela: varijacijski autoenkoder (VAE) i generativne suparničke mreže (GAN). VAE je jednostavnija arhitektura koja je autoenkoder, prilagođen za stvaranje novih podataka. GAN je složena arhitektura od dvije mreže: generator i diskriminator. Mreže su vrednovane nad MNIST, LFW i CIFAR-10 skupovima podataka. VAE i GAN su uspješno istrenirane za stvaranje slika iz svih skupova. VAE je uspješniji nad jednostavnim MNIST skupom dok je GAN bolji nad složenijim LFW i CIFAR-10 skupovima. Nadalje, ostvareni su uvjetni VAE i GAN. Takvi modeli stvaraju slike sa zadanim uvjetom. Ostvareni su nad MNIST skupom podataka tako da je moguće zadati znamenku čiju sliku treba stvoriti. Uvjetni generativni modeli otvaraju mogućnosti za stvaranje složenijih slika s uvjetom, kao što su slike lica sa željenim svojstvima.

Abstract (english)

Generative models are neural network model made for generating data from learned distribution. It is possible to generate images with that kind of models. Neural networks that process images use convolutional networks so generative models for images contain them as well. Variational autoencoder (VAE) and generative adversarial networks (GAN) are two types of generative models explained in this paper. VAE has simpler architecture that is autoencoder adjusted for generating new data. GAN has complex architecture that consists of two networks: generator and discriminator. Networks are evaluated on MNIST, LFW and CIFAR-10 datasets. VAE and GAN are successfully trained for generating images on all of mentioned datasets. VAE was better on simple MNIST dataset while GAN performed better on LFW and CIFAR-10 datasets. Furthermore, conditional VAE and GAN are implemented as well. Those models generate data with given condition. They are trained on MNIST dataset so it is possible to set digit which image will be generated. Conditional generative models create opportunities for generating complex images with condition, such as face images with desired attributes.

• Keywords: duboko učenje; neuronska mreža; slika; generativni model; uvjet; varijacijski autoenkoder; generativne suparničke mreže
• Keywords (english): deep learning; neural network; image; generative model; condition; variational autoencoder; generative adversarial networks
• Language: croatian
• URN:NBN: urn:nbn:hr:168:470958
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2019-03-14 01:29:47