Metinden görüntü üretimi
Text-to-image generation
- Tez No: 952853
- Danışmanlar: PROF. DR. MEHMET FATİH AMASYALI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Metinden görüntü üretimi, yapay öğrenme tekniklerini kullanarak verilen metin şartı ile uyumlu görüntüler üretmeyi hedefleyen bir araştırma alanıdır. Günümüzde iş süreçlerine verimlilik katması nedeniyle oldukça önemli bir konu haline gelmiştir. Bu görev için başlarda varyasyonel otokodlayıcılar ve üretken çekişmeli ağlar kullanılırken günümüzde çoğunlukla difüzyon modelleri kullanılmaktadır. Bu tez kapsamında da öncelikle varyasyonel otokodlayıcılarla ardından difüzyon modelleri ile çalışmalar yapılmıştır. Metinden görüntü üreten modeller genel olarak iki farklı açıdan değerlendirilir. Birincisi görüntü kalitesi, ikincisi ise görüntü-metin hizalamasıdır. Yapay öğrenme alanının genelinde olduğu gibi bu görev için de veriyi ve eğitilen modelin parametre sayısını artırarak daha iyi sonuçlara ulaşmak mümkündür. Ancak bu yaklaşım modelin yeniden eğitilmesi için uzun bir süreç gerektirmekle beraber görüntü-metin hizalamasını sağlamayı da garanti etmemektedir. Bu tez kapsamında önerilen yeni yöntemlerle modelleri yeniden eğitmeden görüntü-metin hizalamasının iyileştirilebileceği gösterilmiştir.
Özet (Çeviri)
Text-to-image generation is a research topic that aims to develop new methods using machine learning techniques to generate images that are compatible with a given text condition. Nowadays, it has gained a great importance due to adding efficiency to many business areas. While this task was initially performed with variational autoencoders and generative adversarial networks, in these days diffusion models are mostly used. In this thesis, we carried out our first studies with variational autoencoders and then continued with diffusion models. Text-to-image generation models are generally evaluated from two different perspectives. The first is image fidelity, and the second is image-text alignment. As with machine learning in general, it is possible to obtain better results by increasing the amount of data and model parameters. However this approach, comes with a long process which is required for retraining the model and also does not guarantee image-text alignment. In this thesis, we showed that image-text alignment can be improved with the proposed methods without retraining the models.
Benzer Tezler
- Çeviri dersinde yapılaşma (uygulama sorunları-yöntem önerileri)
Strukturierung im übersetzungsunterricht (probleme der praxis-vorschlage zur methodik)
A. TURGAY KURULTAY
Doktora
Türkçe
1989
Eğitim ve Öğretimİstanbul ÜniversitesiAlman Dili ve Edebiyatı Bilim Dalı
PROF.DR. ŞARA SAYIN
- Türkiye telekomünikasyon sektörü senaryoları
Turkey telecommunication market scenarios
BAHADIR KARALAR
Yüksek Lisans
Türkçe
2002
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
DOÇ. DR. ALPASLAN FIĞLALI
- Moderniteden postmoderniteye geçiş ve David Lynch filmlerinde postmodern ögeleri
Transtion from modernity to posmodernity and potmodern aspects in films David Lynch
YAVUZ YILDIZHAN
Yüksek Lisans
Türkçe
2004
Sahne ve Görüntü Sanatlarıİstanbul ÜniversitesiRadyo Televizyon ve Sinema Ana Bilim Dalı
YRD. DOÇ. DR. BATTAL ODABAŞI
- Pamuk prenses masalının sinema uyarlamalarında toplumsal cinsiyet ve feminizmin massedilmesi
Assimilation of gender and feminist gains through the fairy tale snow white via cinema adaptations
CEYLAN YAYLA ROMANELLO
Yüksek Lisans
Türkçe
2019
Sosyolojiİstanbul ÜniversitesiKadın Çalışmaları Ana Bilim Dalı (disiplinlerarası)
PROF. DR. SERPİL ÇAKIR
- Gidion' un Düğümü adlı oyunun sahnelenmesinde sanatsal üretimin saptayıcısı olarak doğaçlama
İmprovisation as a determining factor of creative production in the staging of Gidion' s Knot
UTKU SAÇAK
Yüksek Lisans
Türkçe
2019
Sahne ve Görüntü SanatlarıAnkara ÜniversitesiTiyatro Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULKADİR ÇEVİK
- Görsel sanatlarda mahremiyet olgusu ve izleyiciyle ilişkisi
Privacy phenomena on visual arts and its correlation with the spectator
BAŞAK BUGAY
Sanatta Yeterlik
Türkçe
2019
Güzel SanatlarMimar Sinan Güzel Sanatlar ÜniversitesiResim Ana Sanat Dalı
DR. ÖĞR. ÜYESİ EMRE ZEYTİNOĞLU