Strojno učenje u modnoj industriji

završni rad

• Naslov (engleski): Machine Learning for Fashion Industry
• Autor: Nika Rosandić
• Mentor: Vladimir Čeperić (mentor)
• Član povjerenstva: Vladimir Čeperić (predsjednik povjerenstva)
• Član povjerenstva: Ivan Krešo (član povjerenstva)
• Član povjerenstva: Martin Soldić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom se radu, teorijski i praktično, razmatra primjena strojnog učenja u modnoj industriji. U teorijskom dijelu predstavljaju se problemi modne industrije koji se mogu riješiti strojnim učenjem. Uvodi se strojno učenje i njegove grane te duboko učenje i neuronske mreže. Detaljnije se obrađuju generativne kontradiktorne mreže. U praktičnom se dijelu analizira model pretvorbe skice cipele u stvarnu sliku cipele. Objašnjen je algoritam konvolucijskih generativnih kontradiktornih mreža kao trenutno najbolje rješenje takvog problema umjetne inteligencije, njihovo treniranje i testiranje. Analizirana mreža trenirana je na jednom skupu slika cipela, te potom testirana na dva različita skupa.

Sažetak (engleski)

This paper analyzes the use of machine learning in fashion industry, both theoretically and practically. It introduces problems in fashion industry today which can be solved with machine learning algorithms. Machine learning and its branches, as well as deep learning and neural networks are theoretically presented. Generative adversarial networks are specifically analyzed. In the practical part of this paper, an image-to-image translation algorithm with purpose of translating shoe sketches into images of real shoes is analyzed in depth. Convolutional neural networks are described as, currently, the optimal solution to solving this type of artificial intelligence problem. Analyzed network is trained using a specific large dataset of shoe images, and afterwards tested on two different shoe datasets.

• Ključne riječi: modna industrija; strojno učenje; duboko učenje; neuronske mreže; generativne kontradiktorne mreže; konvolucijske generativne kontradiktorne mreže; pretvorba slike u sliku; umjetna inteligencija
• Ključne riječi (engleski): fashion industry; machine learning; deep learning; neural networks; generative adversarial networks; convolutional generative adversarial networks; image-to-image translation; artificial intelligence
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:464314
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 00:31:00