ЛАБОРАТОРИЯ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И РОБОТОТЕХНИКИ

Института математики, механики и компьютерных наук ЮФУ им. И.И. Воровича

 
Сайт Южного федерального университета

СНС в анализе архитектурных стилей

В данном проекте предполагается исследование стилистических особенностей различных городов или архитектурных направлений – своего рода поиск «городских стилей». В первом приближении данная задача может рассматриваться как задача классификации – указать для некоторого изображения наиболее близкий архитектурный стиль, и для решения предполагается использование искусственных нейронных сетей. Задача весьма чувствительна к исходным данным – количеству классов, величине и качеству обучающей выборки, подбору тестовых данных, а также выбору архитектуры нейронных сетей. Наиболее подходящим подходом для решения данной задачи представляется использование свёрточных нейронных сетей.

Цель работы: разработка системы, анализирующей уникальные стилевые параметры городских ландшафтов (архитектурные особенности), и позволяющей выполнить анализ произвольного изображения на принадлежность (степень подобия) к некоторой группе городов. Основой для анализа служат некоторые выборки фотографий городов, принадлежащих к существенно различным архитектурным направлениям. В качестве элементов анализируемых классов изображений могут выступать как множества типичных фотографий стилистически близких городов – например, города Испании или города Японии, так и изображения отдельных городов, например, Санкт-Петербурга. При этом следует отметить существенную зависимость результатов работы от набора обучающих множеств изображений, ввиду чего рекомендуется некоторый единообразный подход к подбору таких фотографий – либо по некоторым общедоступным библиотекам изображений, либо по некоторому алгоритму (например, некоторый фиксированный по количеству набор изображений центральных улиц, или наиболее известных достопримечательностей).

Очевидно, в данной проблеме имеет место сильная зависимость от стиля фотографий – эффектов, времени суток, художественной обработки изображений, и т.п., и обеспечение должной степени беспристрастности и «нейтральности» обучающей выборки целиком ложится на разработчиков системы. Предполагается рассмотреть выборку изображений в какой-либо поисковой системе (Яндекс, Гугл) по единообразному запросу, к примеру, «Название_города достопримечательности архитектура», с некоторыми настройками по типу выдаваемых изображений. Размер изображений подбирается исходя из возможностей системы (ограничения производительности, особенности нейросетевого обучения и проч.), количество классов – порядка 5-10.

Данное задание можно считать инспирированным системой Prisma, позволяющей выполнять модификацию изображений в соответствии с выбранным стилем живописи или конкретного художника.

Результатом работы предполагается система, обучающаяся на некотором наборе изображений и позволяющая выполнять классификацию произвольного изображения по архитектурному типу. В качестве дополнительной задачи можно рассматривать задачу модификации произвольного изображения в соответствии со стилем выбранной группы городов. Также можно рассмотреть проблему определения «степени схожести» архитектурных портретов различных городов, что является вариацией задачи определения сепарабельности классов.

Название работы: Анализ стилистических особенностей городских ландшафтов с помощью многослойных нейронных сетей

Соискатель: Терзиева А.Ф., бакалавриат ФИИТ, 2017.

Научный руководитель: ст. преп. Пучкин М.В.

Авторизация

Вход

Free Joomla! template by Age Themes