|
|
Odhad obličeje z řečového signálu
Zubalík, Petr ; Mošner, Ladislav (oponent) ; Plchot, Oldřich (vedoucí práce)
Hlavním cílem této diplomové práce bylo navrhnout a implementovat systém, který bude schopný odhadnout obličej na základě řeči daného člověka. Tento problém je vyřešen pomocí systému složeného ze tří modelů konvolučních neuronových sítí. První z nich je založen na architektuře ResNet a slouží pro extrahování příznaků z hlasových nahrávek. Druhým modelem je plně konvoluční neuronová síť, která převádí tyto příznaky na styly, na základě kterých bude upravován výsledný obrázek obličeje. Získané styly jsou poté předávány na vstup generátoru StyleGAN pro vygenerování výsledného obličeje. Navržený systém je implementován v programovacím jazyce Python s využitím frameworku PyTorch. V poslední kapitole práce je rozebráno a vyhodnoceno několik důležitých experimentů prováděných v rámci ladění a testování vytvořeného systému.
|
|
|
Increasing quality of facial images using sequence of images
Svorad, Adam ; Mezina, Anzhelika (oponent) ; Burget, Radim (vedoucí práce)
Master’s thesis delves into the field of face super-resolution. It aims to review novel approaches to single-frame image sharpening and image editing in the theoretical part of the work. Practical part will focus on approaches to image reconstruction from a sequence of damaged images. Multiple multi-frame neural network models will be implemented and evaluated. As alternative option, a suite of image editing tools will be presented as well. These tools will utilize most modern image editing techniques to merge visual features of faces from multiple input images into a single output image. At the end of the thesis, all methods will be compared to each other.
|
|
|
Generování trénovacích dat pomocí GAN pro odhad věku z fotografie
Venkrbec, Tomáš ; Herout, Adam (oponent) ; Hradiš, Michal (vedoucí práce)
Cílem této práce je implementace některé z nejmodernějších metod generativních neuronových sítí a návrh jejího rozšíření o podmíněné generování. To bylo využito pro generování fotorealistických snímků lidských tváří se specifikovanými charakteristikami, jako například věk a pohlaví. K tomuto účelu byla sloučením a čištěním existujících anotovaných datových sad obličejů vytvořena velmi různorodá datová sada, čítající přes 230 tisíc vzorků. Hojně jsou v ní zastoupeny všechny věkové kategorie, pohlaví a různé etnické skupiny. StyleGAN2 generátorem natrénovaným na této datové sadě bylo dosaženo hodnoty FID 7,14. S poměrem syntetických dat bylo následně experimentováno při trénování klasifikátoru věku. V případě testovací podmnožiny datové sady bylo přidáním syntetických dat docíleno snížení střední absolutní chyby z 3,499 roku na 3,294 roku. U nezávislé testovací datové sady došlo ke snížení průměrné chyby z 4,012 roku na 3,875 roku.
|
|
|
Odhad obličeje z řečového signálu
Zubalík, Petr ; Mošner, Ladislav (oponent) ; Plchot, Oldřich (vedoucí práce)
Hlavním cílem této diplomové práce bylo navrhnout a implementovat systém, který bude schopný odhadnout obličej na základě řeči daného člověka. Tento problém je vyřešen pomocí systému složeného ze tří modelů konvolučních neuronových sítí. První z nich je založen na architektuře ResNet a slouží pro extrahování příznaků z hlasových nahrávek. Druhým modelem je plně konvoluční neuronová síť, která převádí tyto příznaky na styly, na základě kterých bude upravován výsledný obrázek obličeje. Získané styly jsou poté předávány na vstup generátoru StyleGAN pro vygenerování výsledného obličeje. Navržený systém je implementován v programovacím jazyce Python s využitím frameworku PyTorch. V poslední kapitole práce je rozebráno a vyhodnoceno několik důležitých experimentů prováděných v rámci ladění a testování vytvořeného systému.
|
|
|
Increasing quality of facial images using sequence of images
Svorad, Adam ; Mezina, Anzhelika (oponent) ; Burget, Radim (vedoucí práce)
Master’s thesis delves into the field of face super-resolution. It aims to review novel approaches to single-frame image sharpening and image editing in the theoretical part of the work. Practical part will focus on approaches to image reconstruction from a sequence of damaged images. Multiple multi-frame neural network models will be implemented and evaluated. As alternative option, a suite of image editing tools will be presented as well. These tools will utilize most modern image editing techniques to merge visual features of faces from multiple input images into a single output image. At the end of the thesis, all methods will be compared to each other.
|
host ::
RSS.