Real image editing with stylegan
Stylegan ıle gerçek resim düzenleme
- Tez No: 830750
- Danışmanlar: DR. ÖĞR. ÜYESİ AYŞEGÜL DÜNDAR BORAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tezde yüksek kaliteli resim düzenleme elde etmek için yeni bir görüntü yeniden yapılandırma metodu ve yeni bir yapay sinir eğitim hattı sunuyoruz. Gerçek görüntüleri StyleGAN'ın gizli alanına cevirmek kapsamlı bir şekilde incelenen bir sorundur. Ancak görüntü yeniden yapılandırma ve resim düzenlenebilirliği arasında bir takas vardır. Düşük oranlı gizli alanların, yüksek doğrulukta yeniden yapılanma için ifade gücü sınırlıdır. Öte yandan, yüksek oranlı gizli alanlar düzenleme kalitesinin bozulmasına neden olur. Bu çalışmada, yüksek doğruluklu ters çevirme elde etmek için, daha düşük gizli kodların kodlayamadığı, yüksek gizli kodlardaki artık özellikleri öğreniyoruz. Bu, yeniden yapılandırma sırasında görüntü ayrıntılarının korunmasını sağlar. Yüksek kaliteli düzenleme elde etmek için, gizli kodlardaki manipülasyonlara uyum sağlamak üzere artık özelliklerin nasıl dönüştürüleceğini öğreniyoruz. Artık özellikleri çıkarmak için ağımızı eğitiyor ve bunları yeni bir eğitim hattı ve döngü tutarlılığı kullarak karşımıza çıkan düzenlemelere göre değiştiriyoruz. Yöntemimizin kapasitesini göstermek adında kapsamlı deneyler yapıp onu en son teknolojiye sahip ters çevirme yöntemleriyle karşılaştırdık. Kalitatif ölçümler ve görsel karşılaştırmalar önemli gelişmeler göstermektedir.
Özet (Çeviri)
We present a novel image inversion framework and a training pipeline to achieve high-fidelity image inversion with high-quality attribute editing. Inverting real images into StyleGAN's latent space is an extensively studied problem, yet the trade-off between image reconstruction fidelity and image editing quality remains an open challenge. The low-rate latent spaces are limited in their expressiveness power for high-fidelity reconstruction. On the other hand, high-rate latent spaces result in degradation in editing quality. In this work, to achieve high-fidelity inversion, we learn residual features in higher latent codes that lower latent codes were not able to encode. This enables preserving image details in reconstruction. To achieve high-quality editing, we learn how to transform the residual features for adapting to manipulations in latent codes. We train the framework to extract residual features and transform them via a novel architecture pipeline and cycle consistency losses. We run extensive experiments and compare our method with state-of-the-art inversion methods. Qualitative metrics and visual comparisons show significant improvements.
Benzer Tezler
- Image based solar position editing and relighting
Görüntü tabanlı güneş pozisyonu değiştirme ve yeniden ışıklandırma
MURAT TÜRE
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET OĞUZ AKYÜZ
- Deep convolutional neural networks for image inpainting
Derin evrişimsel sinir ağları ile resimlerde içboyama
UĞUR DEMİR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Kurgu sürecinde görsel efektlerle içeriğin dönüştürülmesi ve gerçeğin yeniden inşası
Changing of content by visual effects in film editing and the reconstruction of reality
AYNUR ASLAN O'CALLAGHAN
Yüksek Lisans
Türkçe
2021
Güzel Sanatlarİstanbul Gedik ÜniversitesiGörsel İletişim Tasarımı Sanat Dalı
PROF. DR. MEHMET ZAMAN SAÇLIOĞLU
PROF. DR. SELAHATTİN YILDIZ
- Canlandırma sineması ve imgenin gerçekliği
Animation and the reality of the image
MESRURE MELİS BİLGİN
Sanatta Yeterlik
Türkçe
2017
Sahne ve Görüntü SanatlarıMarmara ÜniversitesiFilm Tasarımı Ana Sanat Dalı
PROF. DR. SABRİ ÖZAYDIN
- Sosyal medyada fotoğraflarla mahremiyetin teşhiri: Instagram'da şeffaflaşan beden
Title of thesis exposition of privacy with photographs on social media: Transparency of body on Instagram
BÜŞRA KEMİK
Yüksek Lisans
Türkçe
2020
Sahne ve Görüntü SanatlarıSakarya ÜniversitesiGörsel İletişim Tasarımı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SUZAN ORHAN