📄Работа №145981
Тема: Редактирование планов этажей на основе стилей
Тип работы
Магистерская диссертация
Предмет
Информатика и вычислительная техника
Объем:
64 листов
Год:
2024
Просмотров:
159
4680
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
ВВЕДЕНИЕ 3
Актуальность 3
Постановка задачи 4
Практическая значимость 5
Глава 1. Обзор направлений и методов 6
1.1. Генеративно-состязательные сети на основе стилей 6
1.2. Методы инверсии генеративно-состязательных сетей 16
1.3. Условный синтез изображений 20
1.4. Метрики оценки 34
Глава 2. Реализация 36
2.1 Базовая модель 37
2.2 Оценка работы базовой модели 44
2.3. Разработка новой модели 45
2.3.1 Генератор 46
2.3.2. Дискриминатор 48
2.3.3. Энкодер 52
2.3.4 Обучение 52
2.4 Оценка модели 56
ЗАКЛЮЧЕНИЕ 58
Результаты работы 58
Перспективы развития 58
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 60
Актуальность 3
Постановка задачи 4
Практическая значимость 5
Глава 1. Обзор направлений и методов 6
1.1. Генеративно-состязательные сети на основе стилей 6
1.2. Методы инверсии генеративно-состязательных сетей 16
1.3. Условный синтез изображений 20
1.4. Метрики оценки 34
Глава 2. Реализация 36
2.1 Базовая модель 37
2.2 Оценка работы базовой модели 44
2.3. Разработка новой модели 45
2.3.1 Генератор 46
2.3.2. Дискриминатор 48
2.3.3. Энкодер 52
2.3.4 Обучение 52
2.4 Оценка модели 56
ЗАКЛЮЧЕНИЕ 58
Результаты работы 58
Перспективы развития 58
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 60
📖 Введение
В современном мире наличие недвижимости является обязательным условием для комфортного существования. При этом планы этажей являются неотъемлемой частью практически всех ее видов и содержат основную информацию о выбранной недвижимости. Однако построение планов является весьма нетривиальной задачей и требует наличия специфических знаний и навыков, поэтому для ее выполнения приходится прибегать к помощи специалиста, что, в свою очередь, может приводить к значительным временным затратам даже для внесения небольших изменений. Также планы этажей могут различаться в зависимости от наличия на них дизайна, компании застройщика и страны, что требует дополнительных затрат для перепроектирования плана этажа в соответствии с требованиями. Проблемы внесения изменений и перепроектирования планов этажей напрямую решаются либо наличием необходимых навыков для самостоятельного внесения изменений, либо затратой дополнительного времени и ресурсов.
Благодаря быстрому развитию технологий в области генерации и редактирования изображений с помощью нейронных сетей, стал доступен альтернативный вариант, заключающейся в создании модели, для автоматического внесения изменений на основе требований пользователя. Применение таких моделей способствует уменьшению временных и человеческих ресурсов, необходимых для внесения как небольших изменений, так и сложного перепроектирования.
План-этажа в исходном состоянии представляет зачастую представляет из себя CAD-файл, работа с которым требует наличия большого количества специфических навыков и дополнительное программное обеспечение, поэтому до заказчика обычно доводится в виде изображения. Как было описано выше, отсутствие профильных знаний не позволяет обычному человеку самостоятельно редактировать планы-этажей. Для решения этой проблемы необходимо ввести упрощенное представление, которое позволит любому пользователю без каких-либо проблем вносить изменения. Из этой задачи также следует обратная задача во сстановления отредактированного плана-этажа. Также, для решения задач переноса стиля, необходимо уметь извлекать стиль из изображения.
Примерная архитектура решения выглядит следующим образом:
1) Перевод изображения в упрощенное представление
2) Извлечение стиля из стилизующего изображения
3) Генерация обновленного плана-этажа из упрощенного представления с учетом стиля..
Благодаря быстрому развитию технологий в области генерации и редактирования изображений с помощью нейронных сетей, стал доступен альтернативный вариант, заключающейся в создании модели, для автоматического внесения изменений на основе требований пользователя. Применение таких моделей способствует уменьшению временных и человеческих ресурсов, необходимых для внесения как небольших изменений, так и сложного перепроектирования.
План-этажа в исходном состоянии представляет зачастую представляет из себя CAD-файл, работа с которым требует наличия большого количества специфических навыков и дополнительное программное обеспечение, поэтому до заказчика обычно доводится в виде изображения. Как было описано выше, отсутствие профильных знаний не позволяет обычному человеку самостоятельно редактировать планы-этажей. Для решения этой проблемы необходимо ввести упрощенное представление, которое позволит любому пользователю без каких-либо проблем вносить изменения. Из этой задачи также следует обратная задача во сстановления отредактированного плана-этажа. Также, для решения задач переноса стиля, необходимо уметь извлекать стиль из изображения.
Примерная архитектура решения выглядит следующим образом:
1) Перевод изображения в упрощенное представление
2) Извлечение стиля из стилизующего изображения
3) Генерация обновленного плана-этажа из упрощенного представления с учетом стиля..
✅ Заключение
Результаты работы
В результате проделанной работы была достигнута поставленная цель, а именно разработана модель для редактирования планов этажей на основе стилей. В процессе разработки были выполнены следующие задачи:
• изучены материалы по теме условного синтеза изображений
• изучены материалы по теме инверсии генеративно-состязательных сетей
• изучены материалы по теме генерация изображений на основе стилей
• разработана базовая модель на основе существующих решений
• размечены датасеты планов этажей и их семантических масок
• разработана новая модель
• новая модель обучена и оценена
Модель была проверена на тестовых данных и показала хорошие результаты, благодаря новой архитектуре модели для условной генерации изображений.
Перспективы развития
Несмотря на полученные результаты остается множество путей улучшения результатов, например:
• Увеличение вариативности и объема обучающего набора данных. Подобное улучшение будет способствовать стабилизации модели и уменьшению артефактов на изображении.
• Поиск оптимальной архитектуры энкодера. Метод инверсии на основе оптимизации является затратным и препятствует работе моделей в реальном времени. Для решения этой проблемы необходимо разработать более сильный подход, позволяющий восстанавливать изображения без последующей оптимизации.
• Углубленный анализ предобученных моделей различных архитектур, для поиска наиболее эффективной.
В результате проделанной работы была достигнута поставленная цель, а именно разработана модель для редактирования планов этажей на основе стилей. В процессе разработки были выполнены следующие задачи:
• изучены материалы по теме условного синтеза изображений
• изучены материалы по теме инверсии генеративно-состязательных сетей
• изучены материалы по теме генерация изображений на основе стилей
• разработана базовая модель на основе существующих решений
• размечены датасеты планов этажей и их семантических масок
• разработана новая модель
• новая модель обучена и оценена
Модель была проверена на тестовых данных и показала хорошие результаты, благодаря новой архитектуре модели для условной генерации изображений.
Перспективы развития
Несмотря на полученные результаты остается множество путей улучшения результатов, например:
• Увеличение вариативности и объема обучающего набора данных. Подобное улучшение будет способствовать стабилизации модели и уменьшению артефактов на изображении.
• Поиск оптимальной архитектуры энкодера. Метод инверсии на основе оптимизации является затратным и препятствует работе моделей в реальном времени. Для решения этой проблемы необходимо разработать более сильный подход, позволяющий восстанавливать изображения без последующей оптимизации.
• Углубленный анализ предобученных моделей различных архитектур, для поиска наиболее эффективной.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.