but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) Ing. Matěj Grégr, Ph.D. (člen) Ing. Michal Hradiš, Ph.D. (člen) Ing. Lukáš Kekely, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: Proč měníte energii šumu podle rovnice 5.1? Vychází to z nějakého zdroje? V DCGAN jste využil dávkovou normalizaci v generátoru i diskriminátoru. Nepůsobí tato normalizace problémy při trénování? Musel jste nějak upravovat trénování, aby bylo korektní vzhledem k tomu, že obsah dávky ovlivňuje v tomto případě chování sítě? Má normalizace vliv na výsledné obličeje?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Kolář, Martin	cs
dc.contributor.author	Venkrbec, Tomáš	cs
dc.contributor.referee	Hradiš, Michal	cs
dc.date.created	2020	cs
dc.description.abstract	Cílem této práce je implementace a porovnání modelů různých architektur podmíněných generativních neuronových sítí. Jejich účelem je podmíněné generování realisticky vypadajících lidských obličejů s vybranými rysy. Byly porovnány výsledky z modelů architektur DCGAN, WGAN-GP a ProGAN, k jejichž implementaci bylo využito knihovny Tensorflow. Trénování modelů neuronových sítí probíhalo na datové sadě Flickr-Faces-HQ. Napříč všemi použitými architekturami se podařilo natrénovat modely generující realistické lidské obličeje, s možností výběru vzhledu podle pohlaví a věku.	cs
dc.description.abstract	The main goal of this thesis is to implement and compare models based on various architectures of conditional generative adversarial networks. Their main purpose is to conditionally generate realistic looking human faces with selected features. Results from models using DCGAN, WGAN-GP and ProGAN architectures were compared. Models were implemented using Tensorflow library and were trained on Flickr-Faces-HQ dataset. Across all used architectures, I managed to train models capable of generating realistic human faces, with an option to select age and gender.	en
dc.description.mark	A	cs
dc.identifier.citation	VENKRBEC, T. Generování obličejů s pomocí podmíněných generativních neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2020.	cs
dc.identifier.other	129219	cs
dc.identifier.uri	http://hdl.handle.net/11012/191569
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	podmíněné generativní neuronové sítě	cs
dc.subject	generování obličejů	cs
dc.subject	hluboké učení	cs
dc.subject	strojové učení	cs
dc.subject	umělá inteligence	cs
dc.subject	conditional generative adversarial networks	en
dc.subject	neural networks	en
dc.subject	generating faces	en
dc.subject	deep learning	en
dc.subject	machine learning	en
dc.subject	artificial intelligence	en
dc.title	Generování obličejů s pomocí podmíněných generativních neuronových sítí	cs
dc.title.alternative	Generating Faces with Conditional Generative Adversarial Networks	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2020-07-13	cs
dcterms.modified	2020-07-13-23:43:55	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	129219	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:31:10	en
sync.item.modts	2025.01.17 12:56:31	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Generování obličejů s pomocí podmíněných generativních neuronových sítí

Files

Original bundle

Collections