Umělá inteligence v návrhu interiéru domácnosti: neuronové sítě pro výběr kombinací vzorů a doplňků
Artificial Intelligence in Home Interior Design: Neural Networks for Combinations of Patterns and Accessories
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Viktoriia Sukha
Vedoucí práce
Smítková Janků Ladislava
Oponent práce
Kasalický Petr
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Tato bakalářská práce se zaměřuje na využití neuronových sítí při navrhování vybraných prvků interiéru domu. Hlavním cílem práce je extrahovat vlastnosti jako barva, styl a materiál a na základě těchto vlastností vytvářet kombinace vzorů a doplňků pomocí grafových neuronových sítí. Metodika této práce zahrnuje použití VGG pro extrakci rysů, YOLOv7 pro detekci objektů a GCN pro predikci kompatibility mezi prvky interiéru. This bachelor's thesis delves into the utilization of neural networks in designing specific components of home interiors. The objective of this research is to extract features including color, style, and material, and employ these features to construct a graph neural network that generates combinations of patterns and accessories. The methodology adopted in this work entails the utilization of VGG for feature extraction, YOLOv7 for object detection, and GCN for compatibility prediction.
Kolekce
- Bakalářské práce - 18105 [244]