Generování realistických snímků obloh
Generation of realistic skydome images
diplomová práce (OBHÁJENO)

Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/119541Identifikátory
SIS: 223989
Kolekce
- Kvalifikační práce [11363]
Autor
Vedoucí práce
Oponent práce
Pilát, Martin
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Umělá inteligence
Katedra / ústav / klinika
Katedra softwaru a výuky informatiky
Datum obhajoby
8. 7. 2020
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Čeština
Známka
Velmi dobře
Klíčová slova (česky)
Hluboké učení, generativní kompetitivní síť, hluboká konvoluční síť, obloha, rybí okoKlíčová slova (anglicky)
Deep learning, generative adversarial network, deep convolutional network, skydome, fisheyeGenerování realistických snímků obloh Naším cílem je generovat realistické obrázky oblohy s oblačností pomocí generativních kompetitivních sítí (GAN). Zkoumáme dvě architektury GANů, ProGAN a StyleGAN, a zjišťujeme, že StyleGAN dosahuje významně lepších výsledků. Pro generování obrázků ve velmi vysokém rozlišení, které nemůže být efektivně zpracováno soudobými architekturami GANů, navrhujeme novou architekturu SuperGAN. 1
Generation of realistic skydome images We aim to generate realistic images of the sky with clouds using generative adversarial networks (GANs). We explore two GAN architectures, ProGAN and StyleGAN, and find that StyleGAN produces significantly better results. We also propose a novel architecture SuperGAN which aims to generate images at very high resolutions, which cannot be efficiently handled using state-of-art architectures. 1