Kolorizace černobílých obrázků pomocí neuronové sítě

DSpace Repository

Show simple item record

dc.contributor Kolorenč Jan, Ing. Ph.D. : 66659
dc.contributor.advisor Nouza Jan, prof. Ing. CSc. : 54737
dc.contributor.author Poláček, Martin
dc.date.accessioned 2021-08-20T11:10:08Z
dc.date.available 2021-08-20T11:10:08Z
dc.date.submitted 2020-10-19
dc.identifier.uri https://dspace.tul.cz/handle/15240/160482
dc.description.abstract Tato bakalářská práce se zabývá automatickým kolorováním černobílých obrázků pomocí autoenkodérů založených na neuronových sítích. Nejprve je popsán způsob kódování barevných a černobílých obrázků, dále jsou zmíněny nejčastěji používané barevné modely a formáty pro ukládání obrazové informace. Následně jsou stručně shrnuty metody automatické kolorizace vyvinuté v posledních letech. Čtvrtá a pátá kapitola je věnována neuronovým sítím. Jsou zejména zaměřeny na architektury a frameworky použité v práci, tedy konvoluční sítě a enkodéry. Důležitou součástí práce je vytvoření velmi rozsáhlého datasetu obsahujícího 150 000 obrázků, který je nezbytný pro trénování a testování neuronové sítě. V sedmé kapitole jsou zdokumentovány vlastní implementační a experimentální práce, které vedly k postupnému vývoji vlastního kolorizačního schématu. Praktickým výstupem je demonstrační program umožňující během necelé sekundy obarvit dodaný obrázek o rozměrech 256 x 256 pixelů, přičemž obrázky s jinými velikostmi jsou na tento rozměr automaticky upraveny. cs
dc.description.abstract This bachelor thesis deals with automatic coloring of grayscale images using autoencoders based on neural networks. First, the method of encoding color and grayscale images is described, then the most commonly used color models and formats for storing image information are mentioned, and then the methods of automatic colorization developed in recent years are briefly summarized. The fourth and fifth chapters are devoted to neural networks, focusing mainly on the architectures and frameworks used in the work, thus convolutional networks and encoders. An important part of the work is the creation of a very large dataset containing 150 000 images, which is necessary for training and testing of the neural network. The seventh chapter documents the implementation and experimental work, which led to the gradual development of its own colorization scheme. The practical output is a demonstration program that allows you to color the supplied image with dimensions of 256 x 256 pixels in less than a second, while images with other sizes are automatically adjusted to the size. en
dc.format 64
dc.format.extent Ilustrace, Grafy, Tabulky, Portrety 1 DVD+RW
dc.language.iso cs
dc.relation.isbasedon par[1] ~Schmitt, M., Hughes, L. H., Korner, M. and Zhu, X. X. Colorizing Sentinel-1 SAR images using a variational autoencoder conditioned on Sentinel-2 imagery. In:Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., Vol. XLII-2, 2018, pp. 1045textendash1051par par[2] S. Indolia, A. Kumar, S.P. Mishra, P. Asopa. Conceptual understanding of convolutional neural network. A deep learning approach. Procedia Comput. Sci., 132 (2018), pp. 679-688par par[3] Dor Bank, Noam Koenigstein, and Raja Giryes. Autoencoders. Preprint http://arxiv.org (arXiv:2003.05991v1 [cs.LG]) 12 Mar 2020.par
dc.rights Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26 cs
dc.rights A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26 en
dc.rights.uri https://knihovna.tul.cz/document/26
dc.rights.uri https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject kolorizace cs
dc.subject neuronová síť cs
dc.subject konvoluce cs
dc.subject autoenkodér cs
dc.subject Keras cs
dc.subject colorization en
dc.subject neural network en
dc.subject convolution en
dc.subject autoencoder en
dc.subject Keras en
dc.title Kolorizace černobílých obrázků pomocí neuronové sítě cs
dc.title Colorization of gray-scale images by neural networks en
dc.type bakalářská práce cs
dc.date.updated 2021-6-17
dc.degree.level Bc.
dc.date.defense 2021-06-17
dc.date.committed 2021-5-17
local.faculty Fakulta mechatroniky, informatiky a mezioborových studií cs
local.department.abbreviation ITE
dc.identifier.signature V 202102973
local.identifier.stag 41372
local.degree.programme Informační technologie
local.degree.discipline IT
local.faculty.abbreviation FM
dc.description.mark
local.degree.programmeabbreviation B2646
local.note.administrators automat
local.identifier.verbis
local.identifier.verbis 40aa755d-00d0-46a6-812c-2c1d4f0b2002
local.degree.abbreviation Bakalářský
local.poradovecislo 2973
local.identifier.author M18000223
local.note.secrecy Povoleno ZverejnitPraci Povoleno ZverejnitPosudky


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace

Advanced Search

Browse

My Account