Síntese de texturas baseado em amostra
Cardoso, Danilo Lemos
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Temas relacionados à análise e síntese de imagens vêm tendo um crescente aumento de interesse nos últimos anos, tanto por parte de pesquisadores, quanto pelo público geral. Isso se deve ao aumento do poder computacional e da geração de dados, que possibilitam o estudo e desenvolvimento de modelos mais ricos, permitindo assim aplicações como inpainting e transferência de estilo. Neste trabalho será tratada a geração de texturas de tamanho arbitrário usando uma amostra limitada, tentando assim modelar seu processo de geração para produzir um resultado perceptualmente semelhante ao original. Será feita uma revisão da literatura sobre o tema, mostrando os principais resultados e abordagens, como a área foi se desenvolvendo até chegar no conhecimento de hoje, e como essa área influenciou em outros temas relacionados a imagem. No final será mostrada uma implementação do método computacional, aplicando-o em diferentes tipos texturas para observar como características da imagem original podem mudar a qualidade do resultado. Em seguida serão exploradas variações do método que permitem um melhor controle da forma do resultado final.
Ficha do documento
- Tipo
- Outro
- Ano
- 2022
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/33860
- Temas
- Dados
Conteúdos relacionados
- OutroA brief overview of deep learning approaches for climate dataFundação Getulio Vargas · 2023
- DissertaçãoExplorando técnicas de aprendizado auto-supervisionado em sensoriamento remotoFundação Getulio Vargas · 2024
- DissertaçãoTratamento de dados faltantes via Misturas de Gaussianas Subtrativas e Distância Euclidiana EsperadaFundação Getulio Vargas · 2026
- DissertaçãoA Transformer model for Dengue time series forecastFundação Getulio Vargas · 2025