prikaz prve stranice dokumenta Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja
  Download
PDF 2.73 MB
master's thesis
Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja
Koprivnica: University North, 2024. urn:nbn:hr:122:239373
Petrović, Ena
University North
University centre Varaždin
Department of Multimedia, Design and Application

Institutional repository: University North Digital Repository

Cite this document

Petrović, E. (2024). Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja (Master's thesis). Koprivnica: University North. Retrieved from https://urn.nsk.hr/urn:nbn:hr:122:239373

Petrović, Ena. "Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja." Master's thesis, University North, 2024. https://urn.nsk.hr/urn:nbn:hr:122:239373

Petrović, Ena. "Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja." Master's thesis, University North, 2024. https://urn.nsk.hr/urn:nbn:hr:122:239373

Petrović, E. (2024). 'Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja', Master's thesis, University North, accessed 15 November 2024, https://urn.nsk.hr/urn:nbn:hr:122:239373

Petrović E. Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja [Master's thesis]. Koprivnica: University North; 2024 [cited 2024 November 15] Available at: https://urn.nsk.hr/urn:nbn:hr:122:239373

E. Petrović, "Objektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja", Master's thesis, University North, Koprivnica, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:122:239373

Metadata
TitleObjektivno i subjektivno ispitivanje kvalitete slika nadopunjenih s modelima dubokog učenja
Title (english)Objective and subjective image quality assessment inpainted with deep learning models
AuthorEna Petrović
MentorEmil Dumić (mentor)
Committee memberAndrija Bernik (predsjednik povjerenstva)
Committee memberEmil Dumić (član povjerenstva)
Committee memberRobert Geček (član povjerenstva)
GranterUniversity North
(University centre Varaždin)
(Department of Multimedia, Design and Application)
Koprivnica
Defense date and country2024-09-30, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Graphic Technology
Processes of Graphic Reproduction
Abstract
Računalni vid i napredak u dubokom učenju omogućuju razvoj modela za nadopunjavanje slika, kao što su modeli za nadopunjavanje unutar slike (engl. inpainting) i izvan slike (engl. outpainting), koji poboljšavaju vizualni sadržaj. Istraživanje ovog rada, u kojem je sudjelovalo 20 ispitanika, analiziralo je kvalitetu slika generiranih ovim modelima, uspoređujući objektivne mjere s subjektivnim ocjenama korisnika. Posebna pažnja posvećena je usporedbi alata DALL-E i Midjourney, te razlici između subjektivnog i objektivnog ocjenjivanja kvalitete slika. Zaključeno je da objektivne mjere ne mogu uvijek precizno odraziti korisničku percepciju, posebno u kategorijama autentičnosti i usklađenosti s tekstualnim opisima. Budućnost AI u generiranju slika obećava sofisticirane i učinkovitije metode, koje će omogućiti stvaranje vizualno privlačnijih i korisnicima smislenijih slika.
Abstract (english)
Computer vision and advances in deep learning enable the development of image augmentation models, such as inpainting and outpainting models, that enhance visual content. The research of this paper, in which 20 respondents participated, analyzed the quality of images generated by these models, comparing objective measures with subjective user ratings. Special attention is paid to the comparison of DALL-E and Midjourney tools, and to the difference between subjective and objective assessment of image quality. It was concluded that objective measures cannot always accurately reflect user perception, especially in the categories of authenticity and compliance with textual descriptions. The future of AI in image generation promises sophisticated and more efficient methods, which will enable the creation of more visually appealing and meaningful images for users.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:122:239373
Study programmeTitle: Multimedia Science
Study programme type: university
Study level: graduate
Academic / professional title: sveučilišni magistar/magistra inženjer/inženjerka multimedijske i grafičke tehnologije (sveučilišni magistar/magistra inženjer/inženjerka multimedijske i grafičke tehnologije)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2024-10-22 08:59:05