Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation

• Autor: Lazo Cahua, Jordan Raji
• Formato: tesis de grado
• Fecha de Publicación: 2020
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/16233
• Enlace del recurso: https://hdl.handle.net/20.500.12590/16233
• Nivel de acceso: acceso abierto
• Materia: Pinturas; Imágenes artísticas; Estilos artísticos; Transferencia de estilos; Similitud de imágenes; Sintetización de imágenes; Redes neuronales artificiales; Aprendizaje profundo; Visión computacional; https://purl.org/pe-repo/ocde/ford#1.02.01

En los últimos años se ha demostrado el poder que tienen las Redes Neuronales para la creación de imágenes artísticas mediante la separación y posterior recombinación del estilo y contenido de dos distintas imágenes. A este proceso se le conoce como transferencia de estilo neuronal, y es un tópico que está recibiendo interés, tanto de la comunidad académica como de la industria. En este trabajo se aborda el enfoque basado en la optimización de imágenes que nos permite trabajar con estilos artísticos arbitrariamente; sin embargo, es un proceso con un costo computacional significativo. Debido a esto, se ha propuesto modificaciones que permitan realizar la transferencia de estilo neuronal con un menor coste computacional, y añadiendo también un indicador de similitud que determina si la imagen sintetizada ha logrado obtener el estilo deseado utilizando mid-level representación. Estas modificaciones, han dado mejores resultados visuales, además el tiempo de ejecución que demora en hacer una iteración ha mejorado hasta en 1.53⇥ veces frente a otros métodos y con el indicador de la similitud se ha logrado reducir el número de iteraciones necesarias para obtener la imagen estilizada.