<?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=175884"><dc:title>Vizualizacija zgodb z generativnimi modeli</dc:title><dc:creator>Mušič,	Nejc	(Avtor)
	</dc:creator><dc:creator>Robnik Šikonja,	Marko	(Mentor)
	</dc:creator><dc:subject>vizualizacija zgodb</dc:subject><dc:subject>LoRA</dc:subject><dc:subject>FLUX.1-dev</dc:subject><dc:subject>difuzijski modeli</dc:subject><dc:subject>PororoSV</dc:subject><dc:subject>MV-Adapter</dc:subject><dc:subject>SAM</dc:subject><dc:subject>Grounding DINO</dc:subject><dc:description>Magistrska naloga obravnava problem vizualizacije zgodb z uporabo
generativnih modelov, kjer smo se osredotočili na izboljšanje konsistentnosti
likov in kompozicije prizorov. Razvili smo dvofazni sistem. Prva
faza transformira besedilo v strukturirane opise prizorov in profile likov.
Druga faza pa izvaja vizualizacijo z difuzijskim modelom FLUX.1-dev, podprtim
s tehnologijami LoRA za prilagajanje likov, MV-Adapter za generacijo
večpoglednih slik, Grounding DINO za detekcijo in SAM za segmentacijo.
Sistem smo evalvirali na podatkovni množici PororoSV in zgodbi Pepelka s
človeško evalvacijo metrik vizualne kakovosti, konsistentnosti, ustreznosti in
ozadja. Rezultati kažejo, da naš pristop presega model Storydall-e na podatkovni
množici PororoSV, zlasti v kakovosti in konsistentnosti, vendar je
časovno zahteven in omejen pri več kot štirih likih na prizor. Pristop izboljšuje nadzor nad vizualizacijo, vendar zahteva optimizacijo za praktično
uporabo ter dodatne raziskave za avtomatizacijo sistema.</dc:description><dc:date>2025</dc:date><dc:date>2025-11-12 15:05:02</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>175884</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>