Identificador persistente para citar o vincular este elemento:
http://hdl.handle.net/10662/15841
Títulos: | Coloreado automático de fotografías usando técnicas de Deep Learning |
Autores/as: | Mendoza Gutiérrez, Sofía Isabel |
Director/a: | Gómez Mancha, Alberto |
Palabras clave: | Coloración de imágenes;Image colorization;Fotografía;Deep Learning;Aprendizaje profundo;Photography |
Fecha de publicación: | 2022 |
metadata.dc.date.submitted: | jul-2022 |
Resumen: | La coloración de imágenes (image colorization en inglés) consiste en colorear fotografías que están en blanco y negro. Este proceso puede parecer tener poca relevancia ya que para los seres humanos es relativamente sencillo averiguar los colores reales que tienen algunos de los elementos, como el cielo o la hierba, que aparecen en una imagen que estamos viendo en blanco y negro. Sin embargo, la tarea de coloración no consiste en averiguar los colores sino en pintarlos sobre la imagen y, esta tarea, sí es compleja y requiere a una persona con habilidades para realizarla. Por supuesto, todos estos motivos han dado lugar a que, en los últimos años, el problema del coloreado de fotografías haya cobrado gran importancia dentro del ámbito de la informática y se hayan desarrollado distintos algoritmos para solucionarlo. Algunos de estos algoritmos son completamente automáticos y están basados, la mayor parte de ellos, en Deep Learning [1]. Este proyecto consiste en construir una herramienta que convierta imágenes en blanco y negro en imágenes a color utilizando técnicas de Deep Learning. Para ello, se construyen varias arquitecturas de redes neuronales y se entrenan con imágenes en blanco y negro y sus correspondientes imágenes coloreadas. Esto implica que estas redes aprenden y, posteriormente, son capaces de llevar a cabo el coloreado de fotografías de manera automática. |
URI: | http://hdl.handle.net/10662/15841 |
Colección: | Grado en Ingeniería Informática en Ingeniería del Software |
Archivos
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TFGUEX_2022_Mendoza_Gutierrez.pdf | 2,82 MB | Adobe PDF | Descargar |
Este elemento está sujeto a una licencia Licencia Creative Commons