Geração de imagens em super resolução com Redes Geradoras Adversárias

Detalhes bibliográficos
Autor(a) principal: Moreira, Fabio
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/202494
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
id UFSC_b8a72a9d605ac05286a56a88ea0acbef
oai_identifier_str oai:repositorio.ufsc.br:123456789/202494
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaMoreira, FabioRoisenberg, MauroSilva, Alexandre Gonçalves2019-12-08T12:50:37Z2019-12-08T12:50:37Z2019-06-28https://repositorio.ufsc.br/handle/123456789/202494TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.The generation of new samples is a current challenge of artificial intelligence. Generator models have tried for a long time to solve this problem, but the complexity faced was such that few models were developed. With increasing computational power and deep learning techniques, this area flourished again. The Generator Adversarial Networks (GANs) represent the state of the art generator models, providing high quality samples. However, the quality of existing materials affects the full understanding of this technique. In this work, all the main theoretical and practical aspects of these models are seen, with the realization of experiments to support and validate the theory. Finally, a GAN state of the art is used to solve a current problem: super-resolution imaging, field that enhance the resolution of an imaging system.A geração de novas amostras é um desafio atual da inteligência artifical. Os modelos geradores tentam há muito tempo resolver esse problema, porém, a complexidade enfrentada era tamanha que poucos modelos foram desenvolvidos. Com o aumento do poder computacional e das técnicas de aprendizagem profunda, essa área floresceu novamente. As Redes Geradoras Adversárias (RAGs) representam o estado da arte dos modelos geradores, fornecendo amostras de alta qualidade. Entretanto, a qualidade dos materiais existentes afeta o pleno entendimento dessa técnica. Neste trabalho, são vistos os principais aspectos teóricos e práticos desses modelos, com a realização de experimentos para suportar e validar a teoria. Por fim, uma RAG estado da arte é utilizada para resolver um problema atual: a super resolução de imagens, área que aprimora a resolução de um sistema de imagens.91Florianópolis, SC.Modelos Geradores. Aprendizagem de Máquina. Geração de Amostras. GANs.Geração de imagens em super resolução com Redes Geradoras Adversáriasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCLICENSElicense.txtlicense.txttext/plain; charset=utf-81383https://repositorio.ufsc.br/bitstream/123456789/202494/2/license.txt11ee89cd31d893362820eab7c4d46734MD52ORIGINALMonografia.pdfMonografia.pdfapplication/pdf67207217https://repositorio.ufsc.br/bitstream/123456789/202494/1/Monografia.pdf49b46c2971803e86dfbceb430babed33MD51123456789/2024942019-12-08 09:50:37.921oai:repositorio.ufsc.br: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ório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732019-12-08T12:50:37Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Geração de imagens em super resolução com Redes Geradoras Adversárias
title Geração de imagens em super resolução com Redes Geradoras Adversárias
spellingShingle Geração de imagens em super resolução com Redes Geradoras Adversárias
Moreira, Fabio
Modelos Geradores. Aprendizagem de Máquina. Geração de Amostras. GANs.
title_short Geração de imagens em super resolução com Redes Geradoras Adversárias
title_full Geração de imagens em super resolução com Redes Geradoras Adversárias
title_fullStr Geração de imagens em super resolução com Redes Geradoras Adversárias
title_full_unstemmed Geração de imagens em super resolução com Redes Geradoras Adversárias
title_sort Geração de imagens em super resolução com Redes Geradoras Adversárias
author Moreira, Fabio
author_facet Moreira, Fabio
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Moreira, Fabio
dc.contributor.advisor1.fl_str_mv Roisenberg, Mauro
dc.contributor.advisor-co1.fl_str_mv Silva, Alexandre Gonçalves
contributor_str_mv Roisenberg, Mauro
Silva, Alexandre Gonçalves
dc.subject.por.fl_str_mv Modelos Geradores. Aprendizagem de Máquina. Geração de Amostras. GANs.
topic Modelos Geradores. Aprendizagem de Máquina. Geração de Amostras. GANs.
description TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.
publishDate 2019
dc.date.accessioned.fl_str_mv 2019-12-08T12:50:37Z
dc.date.available.fl_str_mv 2019-12-08T12:50:37Z
dc.date.issued.fl_str_mv 2019-06-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/202494
url https://repositorio.ufsc.br/handle/123456789/202494
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 91
dc.publisher.none.fl_str_mv Florianópolis, SC.
publisher.none.fl_str_mv Florianópolis, SC.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/202494/2/license.txt
https://repositorio.ufsc.br/bitstream/123456789/202494/1/Monografia.pdf
bitstream.checksum.fl_str_mv 11ee89cd31d893362820eab7c4d46734
49b46c2971803e86dfbceb430babed33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805125641273344

Registros relacionados