Kolorizacija crno-bijelih slika utemeljena na metodama strojnog učenja

diplomski rad

• Naslov (engleski): Grayscale Image Colorization Based on Machine Learning Methods
• Autor: Marin Šimić
• Mentor: Mislav Grgić (mentor)
• Član povjerenstva: Mislav Grgić (predsjednik povjerenstva)
• Član povjerenstva: Sonja Grgić (član povjerenstva)
• Član povjerenstva: Tomislav Kos (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2022-07-06, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Rad se bavi problematikom kolorizacije crno-bijelih slika. Ovisno o razini ljudske interakcije metode kolorizacije dijele se na one koje zahtijevaju ljudsku interakciju (scribble- based i example-based metode) i na one automatske, temeljene na dubokom učenju. Naveden je i razvoj dubokog učenja, od najjednostavnije neuronske mreže, do kompleksnih sustava na kojima se temelji računalni vid. Opisane su i komponente konvolucijske neuronske mreže. Za praktični dio rada izrađena je i naučena konvolucijska neuronska mreža za bojanje crno-bijelih slika voća. Rezultati su evaluirani subjektivnom procjenom neovisnih promatrača i objektivnim metodama za procjenu kvalitete obojanih slika.

Sažetak (engleski)

This paper focuses on problems involving back and white image colorization. Depending on the level of human interaction, colorization methods are divided into two categories: methods that require human interaction (scribble-based and example-based methods) and automatic methods that are based on deep learning and do not require human interaction while colouring. History of deep learning is also mentioned, from the first neural network all the way to the more complex solutions used for computer vision. Convolutional neural network and its components are described in detail. For the practical part of the paper, a convolutional neural network is constructed and trained for the purpose of colouring black and white images of fruits. Colorization results are evaluated using subjective opinions of two subjects, as well as objective methods used for evaluating colorized images.

• Ključne riječi: kolorizacija; crno-bijela; strojno učenje; duboko učenje; konvolucijske neuronske mreže; Tensorflow; Keras
• Ključne riječi (engleski): colorization; greyscale; machine learning; deep learning; convolutional neural networks; Tensorflow; Keras
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:099160
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 16:16:52