Attention Guided Image-to-Image translation of Food Images Using GANs

Treballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona, Any: 2020, Tutor: Petia Radeva i Javier Ródenas Cumplido

Detalles Bibliográficos
Autores: Mladenova, Mariya, Tonchev, Petar
Tipo de recurso: tesis de maestría
Fecha de publicación:2020
País:España
Institución:Universidad de Barcelona
Repositorio:Dipòsit Digital de la UB
OAI Identifier:oai:diposit.ub.edu:2445/180444
Acceso en línea:https://hdl.handle.net/2445/180444
Access Level:acceso abierto
Palabra clave:Intel·ligència artificial
Xarxes neuronals (Informàtica)
Treballs de fi de màster
Aprenentatge automàtic
Aliments
Artificial intelligence
Neural networks (Computer science)
Master's theses
Machine learning
Food
id ES_7f2b68a9b868167efea046bb723ebd10
oai_identifier_str oai:diposit.ub.edu:2445/180444
network_acronym_str ES
network_name_str España
repository_id_str
spelling Attention Guided Image-to-Image translation of Food Images Using GANsMladenova, MariyaTonchev, PetarIntel·ligència artificialXarxes neuronals (Informàtica)Treballs de fi de màsterAprenentatge automàticAlimentsArtificial intelligenceNeural networks (Computer science)Master's thesesMachine learningFoodTreballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona, Any: 2020, Tutor: Petia Radeva i Javier Ródenas Cumplido[en] Nowadays, with the help of the novel machine learning models, in particular Generative Adversarial Networks, we are able to generate synthetic media, which look absolutely realistic and at the same time authentic. Still, the food image-to-image translation remains a challenging problem that is very unexplored. Due to the complexity of food images the state of the art results are noisy and slow in convergence. In our work, we explore how adding attention to the image-to-image translation on food data can produce more realistic synthetic images and speed up the convergence of the algorithm. Furthermore, we present extensive analysis of GANs for food image synthesis and discuss several possible improvements over the base methodology sharing our insights on this problem. The source code that has been used to produce the results in this project can be found in our GitLab repository: https://gitlab.com/deep-food-ub/food-gan.Radeva, PetiaRódenas Cumplido, Javier2020info:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/2445/180444Màster Oficial - Fonaments de la Ciència de Dadesreponame:Dipòsit Digital de la UBinstname:Universidad de BarcelonaIngléscc-by-nc-nd (c) Mariya Mladenova i Petar Tonchev, 2020http://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:diposit.ub.edu:2445/1804442026-05-27T06:46:51Z
dc.title.none.fl_str_mv Attention Guided Image-to-Image translation of Food Images Using GANs
title Attention Guided Image-to-Image translation of Food Images Using GANs
spellingShingle Attention Guided Image-to-Image translation of Food Images Using GANs
Mladenova, Mariya
Intel·ligència artificial
Xarxes neuronals (Informàtica)
Treballs de fi de màster
Aprenentatge automàtic
Aliments
Artificial intelligence
Neural networks (Computer science)
Master's theses
Machine learning
Food
title_short Attention Guided Image-to-Image translation of Food Images Using GANs
title_full Attention Guided Image-to-Image translation of Food Images Using GANs
title_fullStr Attention Guided Image-to-Image translation of Food Images Using GANs
title_full_unstemmed Attention Guided Image-to-Image translation of Food Images Using GANs
title_sort Attention Guided Image-to-Image translation of Food Images Using GANs
dc.creator.none.fl_str_mv Mladenova, Mariya
Tonchev, Petar
author Mladenova, Mariya
author_facet Mladenova, Mariya
Tonchev, Petar
author_role author
author2 Tonchev, Petar
author2_role author
dc.contributor.none.fl_str_mv Radeva, Petia
Ródenas Cumplido, Javier
dc.subject.none.fl_str_mv Intel·ligència artificial
Xarxes neuronals (Informàtica)
Treballs de fi de màster
Aprenentatge automàtic
Aliments
Artificial intelligence
Neural networks (Computer science)
Master's theses
Machine learning
Food
topic Intel·ligència artificial
Xarxes neuronals (Informàtica)
Treballs de fi de màster
Aprenentatge automàtic
Aliments
Artificial intelligence
Neural networks (Computer science)
Master's theses
Machine learning
Food
description Treballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona, Any: 2020, Tutor: Petia Radeva i Javier Ródenas Cumplido
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/2445/180444
url https://hdl.handle.net/2445/180444
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv cc-by-nc-nd (c) Mariya Mladenova i Petar Tonchev, 2020
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv cc-by-nc-nd (c) Mariya Mladenova i Petar Tonchev, 2020
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv Màster Oficial - Fonaments de la Ciència de Dades
reponame:Dipòsit Digital de la UB
instname:Universidad de Barcelona
instname_str Universidad de Barcelona
reponame_str Dipòsit Digital de la UB
collection Dipòsit Digital de la UB
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869411804196634624
score 15.301629

Similares en LA Referencia