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.committed	2021-5-17
dc.date.defense	2021-06-17
dc.date.submitted	2020-10-19
dc.date.updated	2021-6-17
dc.degree.level	Bc.
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.description.mark
dc.format	64
dc.format.extent	Ilustrace, Grafy, Tabulky, Portrety 1 DVD+RW
dc.identifier.signature	V 202102973
dc.identifier.uri	https://dspace.tul.cz/handle/15240/160482
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
local.degree.abbreviation	Bakalářský
local.degree.discipline	IT
local.degree.programme	Informační technologie
local.degree.programmeabbreviation	B2646
local.department.abbreviation	ITE
local.faculty	Fakulta mechatroniky, informatiky a mezioborových studií	cs
local.faculty.abbreviation	FM
local.identifier.author	M18000223
local.identifier.stag	41372
local.identifier.verbis
local.identifier.verbis	40aa755d-00d0-46a6-812c-2c1d4f0b2002
local.note.administrators	automat
local.note.secrecy	Povoleno ZverejnitPraci Povoleno ZverejnitPosudky
local.poradovecislo	2973

Kolorizace černobílých obrázků pomocí neuronové sítě

Files

Original bundle

Collections