Автоматично оцветяване на черно-бели снимки | Защитена на: 01/01/1900

В архивите на българските музеи се пазят голям брой черно-бели снимки, свързани с важни исторически моменти и личности, но не привличат достатъчен интерес заради по-трудното им визуално възприемане. От Троянския музей искат да направят изложба с оцветени и непоказани фотографии, но се нуждаят от технически среда и средства, за да стане автоматично. За това могат да помогнат високите технологии.

Целта е да се обучи невронен модел, който да приема цифрови черно-бели снимки и да връща оцветен вариант. Задачите, които произтичат са набавяне на обучаващо множество, обучение на модели, експерименти, запазване на началния размер на оцветените снимки, разработка на прототип на уеб базирана система, в който обучените модели се интегрират.

Ползите от системата са спомагателни за увеличаване броя на посетители на музея и популяризирането на културното-историческото наследство. Оцветените фотографии ще направят посещенията по-интересни и е възможно да се увеличи техният брой и честота.

Обзорът разкрива модерни подходи за автоматизирано оцветяване на черно-бели снимки с използване на дълбоки невронни мрежи. Проучват се различни архитектури и методи за обучение на невронни модели. Разглеждат се използваните функции на загуба. Определят се критерии за сравнение между различните модели и системи.

Изяснява се концепцията и се разглеждат изискванията на музея. Анализират се входните черно-бели снимки. Дефинират се възможни проблемни области при оцветяването и се предлагат потенциални решения.

При събирането и обработката на обучаващи данни се налага използването на хибриден подход. Събрано е множество обучаващи фотографии чрез използване на готови корпуси, чрез лично търсене в интернет и чрез нещо по-различно – кадри от филми. Данните са обработени и разделени на такива за обучение и на такива за валидация.

Направен е избор да модели с използване на два подхода и сходни архитектури, като при едната се използват генеративни състезателни мрежи. Разглеждат се изискванията към средствата за разработка на невронен модел. Прави се сравнителен анализ и се избира подходящ набор от инструменти, библиотеки и платформи.

Обучени са модели от две архитектури. При двете се използват два различни метода за обучение, но обучаващите данни са едни и същи. Разглеждат се графики на функцията на загуба по епохи.

Експериментите показват кой модел се представя по-добре. Прави се извод коя архитектура дава повече потенциал. Проследява се какво е влиянието на размера и това на шума на входното изображение върху качеството на оцветяването. Изследва се дали имплементирането на ансамбъл от наличните модели дава по-добър краен вариант на оцветеното изображение. Измерва се необходимото време за оцветяване с всеки един от моделите.

Разглеждат се функционалните и нефункционални изискванията към прототипа на системата. Извеждат се работните процеси, които трябва да бъдат имплементирани. Проектира се общата архитектура на прототипа. Дефинира се модел на данните. Представя се архитектура на ансамбъла от модели. Дадени са диаграми на случаите на употреба и на последователността. Налични са и предварителни визуализации на потребителския интерфейс, покривайки целия прототип.

Микро услугите и контейнерите са водещи при реализацията на прототипа. Дадени са снимки от разработените вече екрани и е показано как работи ансамбълът, вече интегриран в системата. Изчислени са нужните ресурси за работа с прототипа. Дадени са и първоначални функционални тестови сценарии. Изготвени са общи насоки/инструкции към системен администратор за инсталация на сървър.

Началните цели на дипломната работа са изпълнени. Обучени са модели от двете архитектури и са интегрирани да работят заедно в ансамбъл. Потребителският интерфейс е максимално улеснен да не се нуждае от допълнителни инструкции. Оцветени са всички от предоставените снимки на цифровизираната музейна сбирка. Системата е тествана и се държи стабилно. Дадени са конкретни насоки, с които прототипът може да се развие в една напълно завършена система.