Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/10681
Tipo de material: bachelorThesis
Título : Very deep convolutional neural networks for image colorization
Autor : Cevallos Aguirre, Stefano Camilo
Director de Tesis : Pérez, Noel, director
Descriptores : Redes neuronales (Computadores)
Tesis y disertaciones académicas
Palabras clave : Ciencias
Computación
Fecha de publicación : 2021
Editorial : Quito
Citación : Tesis (Ingeniero en Ciencias de la Computación) , Universidad San Francisco de Quito , Colegio de Ciencias e ingenierías ; Quito, Ecuador, 2021
Páginas : 29 h.
Acceso: openAccess
CC0 1.0 Universal
Resumen : La dificultad de la colorización de imágenes ha incentivado a investigadores en el campo de las ciencias de la computación hacia el desarrollo de algoritmos capaces de facilitar esta tarea. A pesar de que sus esfuerzos han dado como fruto numerosos avances; los algoritmos desarrollados aun presentan varias limitaciones tanto en términos de la calidad de las imágenes generadas, como de la cercanía de estas colorizaciones a los colores reales representados en las fotografías. Por estas razones, en este trabajo proponemos un método automático de colorización de imágenes basado en modelos de aprendizaje profundo...
Descripción : The difficulty behind image colorization has incentivized computer scientist towards the development of algorithms capable of simplifying the colorization process. Despite the numerous advancements yielded by these efforts; the developed algorithms are still limited in terms of the quality of the generated images, as well as the similarity of the generated colors to ground truth. For these reasons, in this work we propose an automatic image colorization method based on deep learning models...
URI : http://repositorio.usfq.edu.ec/handle/23000/10681
Aparece en las colecciones: Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
139936.pdfTexto completo1.33 MBAdobe PDFVista previa
Visualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons