Show simple item record

Аутоматско повећање памтљивости слика

dc.contributor.advisorĆulibrk, Dubravko
dc.contributor.otherBožović, Vladimir
dc.contributor.otherSebe, Nikulae
dc.contributor.otherFurht, Borko
dc.contributor.otherĆosović, Mirsad
dc.contributor.otherĆulibrk, Dubravko
dc.creatorMajtanović, Cveta
dc.date.accessioned2022-05-25T18:23:19Z
dc.date.available2022-05-25T18:23:19Z
dc.date.issued2021-10-14
dc.identifier.urihttps://www.cris.uns.ac.rs/DownloadFileServlet/Disertacija161961060962094.pdf?controlNumber=(BISIS)117795&fileName=161961060962094.pdf&id=17773&source=NaRDuS&language=srsr
dc.identifier.urihttps://www.cris.uns.ac.rs/record.jsf?recordId=117795&source=NaRDuS&language=srsr
dc.identifier.urihttps://www.cris.uns.ac.rs/DownloadFileServlet/IzvestajKomisije161961061981694.pdf?controlNumber=(BISIS)117795&fileName=161961061981694.pdf&id=17774&source=NaRDuS&language=srsr
dc.identifier.urihttps://nardus.mpn.gov.rs/handle/123456789/19065
dc.description.abstractThe dissertation considers the problem of automatic increase of image memorability. The problem-solving approach is based on editing-byapplying-filters paradigm. Given an arbitrary input image, the proposed deep learning model is able to automatically retrieve a set of “style seeds”, i.e., a set of style images which, applied to the input image through a neural style transfer algorithm, provide the highest increase in memorability. We show the effectiveness of the approach with experiments, performing both a quantitative evaluation and a user study.en
dc.description.abstractДисертација разматра проблем аутоматског повећања памтљивости фотографије на основу модела дубоког учења. Овој проблематици се приступа са аспекта развоја иновативног приступа заснованог на парадигми уређивања слике применом филтера. Арбитрарна улазна слика аутоматски преузима сет стилских карактеристика који се преносе путем алгоритма неуронског стила, омогућавајући на овај начин пораст памтљивости целокупне слике. Ефикасност предложеног приступа евалуирана је експерименталнo уз изведбу корисничке студије.sr
dc.description.abstractDisertacija razmatra problem automatskog povećanja pamtljivosti fotografije na osnovu modela dubokog učenja. Ovoj problematici se pristupa sa aspekta razvoja inovativnog pristupa zasnovanog na paradigmi uređivanja slike primenom filtera. Arbitrarna ulazna slika automatski preuzima set stilskih karakteristika koji se prenose putem algoritma neuronskog stila, omogućavajući na ovaj način porast pamtljivosti celokupne slike. Efikasnost predloženog pristupa evaluirana je eksperimentalno uz izvedbu korisničke studije.sr
dc.languageen
dc.publisherУниверзитет у Новом Саду, Факултет техничких наукаsr
dc.rightsopenAccessen
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourceУниверзитет у Новом Садуsr
dc.subjectMachine Learningen
dc.subjectМашинско учењеsr
dc.subjectMašinsko učenjesr
dc.subjectComputer Visionen
dc.subjectArtificial Neural Networken
dc.subjectРачунарска визијаsr
dc.subjectВештачке неуронске мрежеsr
dc.subjectRačunarska vizijasr
dc.subjectVeštačke neuronske mrežesr
dc.titleAutomatic Enhancement of Image Memorabilityen
dc.title.alternativeАутоматско повећање памтљивости сликаsr
dc.title.alternativeAutomatsko povećanje pamtljivosti slikasr
dc.typedoctoralThesissr
dc.rights.licenseBY-NC-ND
dcterms.abstractЋулибрк, Дубравко; Ћулибрк, Дубравко; Фурхт, Борко; Ћосовић, Мирсад; Божовић, Владимир; Себе, Никулае; Мајтановић, Цвета;
dc.identifier.fulltexthttp://nardus.mpn.gov.rs/bitstream/id/142869/Disertacija_12234.pdf
dc.identifier.fulltexthttp://nardus.mpn.gov.rs/bitstream/id/142870/Izvestaj_komisije_12234.pdf
dc.identifier.rcubhttps://hdl.handle.net/21.15107/rcub_nardus_19065


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record