Ανίχνευση προσχεδίων σε πίνακες ζωγραφικής με χρήση τεχνικών επεξεργασίας εικόνας και νευρωνικών δικτύων βαθιάς μάθησης

Λυκούδη, Δέσποινα

dc.contributor.advisor	Βασιλάς, Νικόλαος
dc.contributor.author	Λυκούδη, Δέσποινα
dc.date.accessioned	2023-10-19T10:43:42Z
dc.date.available	2023-10-19T10:43:42Z
dc.date.issued	2023-10
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/5387
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-5224
dc.description.abstract	Στην παρούσα διπλωματική εργασία υλοποιείται, η ανάπτυξη και εκπαίδευση ενός νευρωνικού δικτύου βαθιάς μάθησης, για την ταξινόμηση των εικονοστοιχείων υπερφασματικών υπέρυθρων εικόνων μαζί με το χωρικό τους πλαίσιο, είτε σε γραμμές προσχεδίων είτε στο φόντο. Το αποτέλεσμα θα είναι η δημιουργία ενός χάρτη εμπιστοσύνης για κάθε νέα υπερφασματική εικόνα. Στη συνέχεια, θα χρησιμοποιηθούν τεχνικές επεξεργασίας εικόνας και κατωφλίου, ώστε να τμηματοποιηθεί η εικόνα εισόδου, να προσδιοριστούν οι γραμμές του προσχεδίου και να δημιουργηθεί η αντίστοιχη δυαδική εικόνα του προσχεδίου. Η ανάπτυξη της εφαρμογής έγινε με χρήση του Matlab, που είναι αρκετά διαδεδομένο στον τομέα της Μηχανικής Μάθησης	el
dc.format.extent	65	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	https://creativecommons.org/licenses/by-nc-sa/4.0/deed.el	*
dc.subject	Προσχέδια	el
dc.subject	Έργα τέχνης	el
dc.subject	Επεξεργασία εικόνας	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Βαθιά μάθηση	el
dc.title	Ανίχνευση προσχεδίων σε πίνακες ζωγραφικής με χρήση τεχνικών επεξεργασίας εικόνας και νευρωνικών δικτύων βαθιάς μάθησης	el
dc.title.alternative	Detection of under drawings in paintings using image processing techniques and deep neural networks	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Μπαρδής, Γεώργιος
dc.contributor.committee	Γεωργουλάκη, Χριστίνα
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών	el
dc.description.abstracttranslated	In this thesis an application is implemented, which develops and trains a deep learning neural network for classifying pixels of hyper spectral infrared images along with their spatial context either in line drawings or in the background. The result will be the generation of a confidence map for each new hyper spectral image. Image and thresholding techniques will then be used to segment the input image, identify the under drawings and generate the corresponding binary image. The development of this application was done using Matlab, which is quite widespread in machine learning.	el

Files in this item

Name:: Lykoudi_18390151.pdf
Size:: 2.465Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Μηχανικών Πληροφορικής και Υπολογιστών

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές