<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>Rekonstrukcija manjkajočih delov artefaktov</dc:title><dc:creator>Menaše,	Gal	(Avtor)
	</dc:creator><dc:creator>Solina,	Franc	(Mentor)
	</dc:creator><dc:creator>Batagelj,	Borut	(Komentor)
	</dc:creator><dc:subject>računalniški vid</dc:subject><dc:subject>globoko učenje</dc:subject><dc:subject>varstvo kulturne dediščine</dc:subject><dc:description>Magistrsko delo obravnava uporabo globokega učenja za rekonstrukcijo manjkajočih delov arheoloških artefaktov, s poudarkom na 2D slikah fresk in mozaikov. Tradicionalne restavratorske metode so dolgotrajne, drage in pogosto nereverzibilne, zato smo raziskali avtomatizirane pristope z uporabo umetne inteligence, natančneje modela Stable Diffusion XL (SDXL). Z uporabo tehnike LoRA smo model prilagodili specifičnemu slogu avtorja ali podobnih del in ga uporabili za rekonstrukcijo fresk iz cerkve Device Marije v Polju, Vile misterij v Pompejih, Frančiškanske cerkve v Ljubljani ter mozaika iz Mošenj. Učinkovitost rekonstrukcij smo ovrednotili s kvantitativnima metrikama SSIM in LPIPS ter kvalitativnimi ocenami strokovnjakov. Rezultati kažejo, da so rekonstrukcije vizualno prepričljive, vendar zahtevajo poglobljeno razumevanje ikonografije in konteksta za zagotavljanje zgodovinske natančnosti. Predlagani pristop predstavlja hitrejšo in cenovno ugodnejšo alternativo tradicionalnim metodam, a za etično in natančno restavriranje zahteva nadaljnje izboljšave, zlasti pri vključevanju ikonografskih referenc.</dc:description><dc:date>2025</dc:date><dc:date>2025-08-27 09:30:00</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>171492</dc:identifier><dc:identifier>VisID: 37850</dc:identifier><dc:identifier>COBISS_ID: 247600131</dc:identifier><dc:language>sl</dc:language></metadata>
