Εκτίμηση αισθητικής ποιότητας εικόνων με τεχνικές βαθιάς μηχανικής μάθησης
Διπλωματική Εργασία
| Επιβλέπων | Γιώργος Στάμου |
|---|---|
| Συσχετιζόμενο μάθημα | Τεχνητή Νοημοσύνη |
Περιγραφή
Η ποσοτικοποίηση της ποιότητας της εικόνας και η αξιολόγηση του αισθητικού περιεχομένου της αποτελεί μακροχρόνιο πρόβλημα στην περιοχή της επεξεργασίας εικόνας και της υπολογιστικής όρασης. Ενώ η τεχνική αξιολόγηση της ποιότητας ασχολείται με τη μέτρηση των αποικοδομήσεων χαμηλού επιπέδου, όπως θόρυβος, θόλωση, συμπιεσμένα αντικείμενα κλπ., η αισθητική αξιολόγηση ποσοτικοποιεί τα χαρακτηριστικά σημασιολογικού επιπέδου που σχετίζονται με τα συναισθήματα και την ομορφιά στις εικόνες και στοχεύει στην υπολογιστική διάκριση των φωτογραφιών υψηλής ποιότητας από τις χαμηλής ποιότητας με βάση φωτογραφικούς κανόνες. Το αποτέλεσμα της αξιολόγησης μπορεί να επηρεαστεί από πολλούς παράγοντες, συμπεριλαμβανομένων των διαφορετικών χρήσεων φωτισμού, χρωματικής αντίθεσης (contrast) και σύνθεσης εικόνας. Η αυτόματη εκτίμηση της αισθητικής ποιότητας των εικόνων έχει αναδειχθεί τελευταία σε ένα θέμα αιχμής λόγω της χρησιμότητάς του σε μια ευρεία ποικιλία εφαρμογών που σχετίζονται με την αναζήτηση και ανάκτηση εικόνων. Ζητούμενο της παρούσας διπλωματικής είναι η μελέτη τεχνικών μηχανικής μάθησης, κυρίως πολυεπίπεδων συνελικτικών νευρωνικών δικτύων, για την αυτοματοποίηση της διαδικασίας εκτίμησης του αισθητικού περιεχομένου των εικόνων. Θα μελετηθούν τεχνικές επιβλεπόμενης μάθησης για δεδομένα με τεκμηρίωση αλλά και μη-επιβλεπόμενης μάθησης για την πλειοψηφία των δεδομένων που δεν έχουν αναλυθεί από κάποιον ειδικό.
Απαιτούμενες/επιθυμητές γνώσεις: Python, βιβλιοθήκες μηχανικής μάθησης, οικειότητα με τεχνολογίες εκμάθησης νευρωνικών δικτύων.
Για περισσότερες πληροφορίες επικοινωνήστε με τον Γ. Στάμου (τηλ. 210-7723040, e-mail: gstam at cs.ntua.gr) και Νατάσα Σοφού (τηλ. 210-7723037, e-mail: natasaat image.ece.ntua.gr)