<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=140231"><dc:title>Analiza modelov za preurejanje obraznih slik v lepotni industriji</dc:title><dc:creator>JAKIMOVSKA,	MARIJA	(Avtor)
	</dc:creator><dc:creator>Štruc,	Vitomir	(Mentor)
	</dc:creator><dc:subject>prenos ličila na obrazu</dc:subject><dc:subject>referenčna slika</dc:subject><dc:subject>izhodna generirana slika</dc:subject><dc:description>Ličenje obraza je postopek, ki spremeni videz obraza s posebnimi izdelki za osebno nego, kot so puder, senčila za oči, šminke itd. V zadnjem času je vse več pozornosti deležna tehnologija prenosa ličil, ki s pomočjo algoritmov računalniškega vida omogoča prenos ličil iz izbrane referenčne slike na želeno vhodno sliko obraza. Takšno tehnologijo je mogoče uporabiti za različne tipe ženskih obrazov, različne scene, različne starosti, različne kože itd. Idealna metoda prenosa ličil mora zagotoviti videz obraza vhodne slike obraza, pri čemer se prenese le slog ličenja referenčne slike, končna izhodna slika pa samodejno predstavlja kombinacijo vhodne slike obraza in izbranega izgleda referenčnega ličila. Ker so mimika obraza ljudi, oblike obraza, oblike ustnic, oblike obrvi, oblike oči ter razdalja med obrvmi in očmi različni, je lahko izhodno ustvarjena slika popačena in vsebuje vidne artefakte. Poleg tega je stil ličenja spremenljiv, nanj pa vplivata tudi starost in rasa. Poleg prenosa ličil sodobni modeli računalniškega vida omogočajo tudi preurejanje drugih lastnosti obraznih slik, kot je barva ali oblika las, odtenka kože, starosti itd. Takšni modeli so prav tako izrednega pomena za lepotno industrijo, saj omogočajo uporabnikom vnaprejšnji vpogled v morebitne spremembe v izgledu zaradi obiska pri frizerju, kozmetičarki ipd. V tem delu predstavimo model prenosa ličil BeautyGAN, s katerim na dano vhodno sliko, ki je brez ličila, prenesemo ličila, ki so privzeta iz določene referenčne slike. Prav tako opišemo model StarGAN, namenjen preurejanju izgleda obraznih slik. Delovanje izbranih modelov v zaključnem delu analiziramo v eksperimentalni evalvaciji na javno dostopnih podatkovnih zbirkah. Pokažemo, da je z modelom BeautyGAN mogoče izvesti vizualno preprečljiv prenos ličil za širok spekter vhodnih slik z različnimi lastnostmi ter da model StarGAN zagotavlja smiselno preurejanje obraznih slik, a z nekoliko nižjo kakovostjo rezultatov, kot jih generira BeautyGAN.</dc:description><dc:date>2022</dc:date><dc:date>2022-09-13 12:10:00</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>140231</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
