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

Descripción del Articulo

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 q...

Descripción completa

Detalles Bibliográficos
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
id UCSP_733c4a97d30120563b1dda08f3ebb202
oai_identifier_str oai:repositorio.ucsp.edu.pe:20.500.12590/16233
network_acronym_str UCSP
network_name_str UCSP-Institucional
repository_id_str 3854
dc.title.es_PE.fl_str_mv Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
title Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
spellingShingle Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
Lazo Cahua, Jordan Raji
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
title_short Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
title_full Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
title_fullStr Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
title_full_unstemmed Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
title_sort Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
author Lazo Cahua, Jordan Raji
author_facet Lazo Cahua, Jordan Raji
author_role author
dc.contributor.advisor.fl_str_mv Ochoa Luna, Jose Eduardo
dc.contributor.author.fl_str_mv Lazo Cahua, Jordan Raji
dc.subject.es_PE.fl_str_mv Pinturas
Imágenes artísticas
Estilos artísticos
Transferencia de estilos
Similitud de imágenes
Sintetización de imágenes
Redes neuronales artificiales
Aprendizaje profundo
Visión computacional
topic 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
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.01
description 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.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-03-02T22:08:51Z
dc.date.available.none.fl_str_mv 2020-03-02T22:08:51Z
dc.date.issued.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.other.none.fl_str_mv 1072602
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12590/16233
identifier_str_mv 1072602
url https://hdl.handle.net/20.500.12590/16233
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Católica San Pablo
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Católica San Pablo
Repositorio - UCSP
dc.source.none.fl_str_mv reponame:UCSP-Institucional
instname:Universidad Católica San Pablo
instacron:UCSP
instname_str Universidad Católica San Pablo
instacron_str UCSP
institution UCSP
reponame_str UCSP-Institucional
collection UCSP-Institucional
bitstream.url.fl_str_mv https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/a6485927-00a2-454c-abe3-801075213454/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/07331334-5cda-49e9-bf03-ba3efa67ddd5/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/d14a9b32-f838-495a-9519-1653e9592c90/download
https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/5b7fa923-f06c-4405-baa0-903f89117dce/download
bitstream.checksum.fl_str_mv 6c553c5f7d10ce2acdd4a1d63a68d5f2
8a4605be74aa9ea9d79846c1fba20a33
fd2bde5f1e6b391deb00008f481c9ad5
bdd194e900be637d9c5b9c3809ba13e5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Católica San Pablo
repository.mail.fl_str_mv dspace@ucsp.edu.pe
_version_ 1851053036112183296
spelling Ochoa Luna, Jose EduardoLazo Cahua, Jordan Raji2020-03-02T22:08:51Z2020-03-02T22:08:51Z20201072602https://hdl.handle.net/20.500.12590/16233En 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.Tesisapplication/pdfspaUniversidad Católica San PabloPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Católica San PabloRepositorio - UCSPreponame:UCSP-Institucionalinstname:Universidad Católica San Pabloinstacron:UCSPPinturasImágenes artísticasEstilos artísticosTransferencia de estilosSimilitud de imágenesSintetización de imágenesRedes neuronales artificialesAprendizaje profundoVisión computacionalhttps://purl.org/pe-repo/ocde/ford#1.02.01Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representationinfo:eu-repo/semantics/bachelorThesisSUNEDULicenciado en Ciencia de la ComputaciónUniversidad Católica San Pablo. Facultad de Ingeniería y ComputaciónTítulo ProfesionalCiencia de la ComputaciónEscuela Profesional de Ciencia de la Computación7469264729738760https://purl.org/pe-repo/renati/type#tesisORIGINALLAZO_CAHUA_JOR_MID.pdfLAZO_CAHUA_JOR_MID.pdfapplication/pdf4523840https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/a6485927-00a2-454c-abe3-801075213454/download6c553c5f7d10ce2acdd4a1d63a68d5f2MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/07331334-5cda-49e9-bf03-ba3efa67ddd5/download8a4605be74aa9ea9d79846c1fba20a33MD52TEXTLAZO_CAHUA_JOR_MID.pdf.txtLAZO_CAHUA_JOR_MID.pdf.txtExtracted texttext/plain134350https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/d14a9b32-f838-495a-9519-1653e9592c90/downloadfd2bde5f1e6b391deb00008f481c9ad5MD53THUMBNAILLAZO_CAHUA_JOR_MID.pdf.jpgLAZO_CAHUA_JOR_MID.pdf.jpgGenerated Thumbnailimage/jpeg3117https://repositorio.ucsp.edu.pe/backend/api/core/bitstreams/5b7fa923-f06c-4405-baa0-903f89117dce/downloadbdd194e900be637d9c5b9c3809ba13e5MD5420.500.12590/16233oai:repositorio.ucsp.edu.pe:20.500.12590/162332023-11-14 10:16:36.962https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.ucsp.edu.peRepositorio Institucional de la Universidad Católica San Pablodspace@ucsp.edu.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
score 13.457588
Mejorando el proceso de transferencia de estilo neuronal en imágenes añadiendo mid-level representation
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares