Image inpainting with gans on loki dataset
Başlık çevirisi mevcut değil.
- Tez No: 909060
- Danışmanlar: PROF. DR. AYTUĞ ONAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Bilim Dalı
- Sayfa Sayısı: 44
Özet
Görüntü tamamlama, özellikle zorluklarla dolu LOKI zooplankton veri seti ile uğraşırken önemli hale gelir. Bu tez, sonuçları sistematik bir yaklaşım ile optimize etmeyi amaçlayan bir görüntü tamamlama için yeni bir yol sunar. Önerdiğimiz metod, bu zorlukları etkili bir şekilde ele alırken, görüntü tamamlama kalitesinin hem niteliksel hem de niceliksel yönlerini geliştirir. LOKI veri setinde yapılan değerlendirme, 0.7604'lük bir toplam Dice skoru elde ettik ve bu da yüksek bir doğruluk seviyesini göstermektedir. Ayrıca, kare maskelerin dahil edilmesi, görüntülerdeki eksik bileşenleri tahmin etmede avantajlı olduğunu kanıtlamıştır. LOKI veri setindeki plankton görüntülerini tamamlama için yenilikçi çerçevemiz, kare şeklindeki bölgeler içinde görüntü tamamlamayı mümkün kılma ve önceden piksel konumu bilgisi gerektirmeme gibi kısıtlamaları ortadan kaldıryor. Bu yaklaşım, MultiResUNets üreteci, EfficientNet mimarisine sahip iki ayırıcı ağ ve önceden eğitilmiş bir özellik çıkarıcı ağ (VGG19) kullanır ve görevimiz açısından verimli bir performans sağlar.
Özet (Çeviri)
Inpainting images becomes crucial, especially when dealing with the challenging LOKI zooplankton dataset. This thesis presents a novel framework for image inpainting, designed to optimize results through a systematic approach. Our proposed framework effectively addresses these challenges, enhancing both the qualitative and quantitative aspects of inpainting quality. Through evaluation on the LOKI dataset, we achieved an overall Dice score of 0.7604, indicating a high level of accuracy. Additionally, the inclusion of squared masks proved advantageous in predicting missing components across images. Our innovative framework for inpainting plankton images in the LOKI dataset overcomes limitations by enabling inpainting within square-shaped regions, without requiring prior pixel location knowledge. This approach leverages a MultiResUNets generator, two discriminator networks with EfficientNet architecture, and a pre-trained feature extractor network (VGG19), resulting in efficient performance in terms of our task.
Benzer Tezler
- Learning to inpaint images uisng scene constraints
Sahne kısıtlamalarını kullanarak görüntüler tamamlama
MOHAMED ABBAS HEDJAZI
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGebze Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YAKUP GENÇ
- Üretken çekişmeli ağlarda gizli unsur kodlayıcı ile çıktı imgesi arasındaki ilişkinin hesaplamalı modellenmesi
Computational modeling of the relationship between latent vector encoding and output image in generative adversarial networks
YAHYA DOĞAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HACER YALIM KELEŞ
- Words as art materials: Generating paintings with sequential generative adversarial networks
Sanat materyali olarak kelimeler: Seri üretici çekişmeli ağlar ̇ile sanatsal resim üretimi
AZMİ CAN ÖZGEN
Yüksek Lisans
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HAZIM KEMAL EKENEL
- Image inpainting with diffusion models and generative adversarial networks
Difüzyon modelleri ve çekişmeli üretici ağları ile görüntü tamamlama
AHMET BURAK YILDIRIM
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞEGÜL DÜNDAR BORAL
- Digital image inpainting using high dimensional model representation based methods
Yüksek boyutlu model gösterilim tabanlı yöntemlerle sayısal imge içboyuma
EFSUN KARACA
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ALPER TUNGA