Методи генерації анімаційних об’єктів на основі алгоритмів машинного навчання
Вантажиться...
Дата
2024-12
Автори
Affiliation
Назва журналу
Номер ISSN
Назва тому
Видавець
DTEU
Анотація
Роботу присвячено дослідженню та розробці методів генерації
анімаційних об'єктів на основі алгоритмів машинного навчання, зокрема
генеративно-змагальних мереж (GANs).
Випускна кваліфікаційна робота на тему «Генерація анімаційних
об'єктів за допомогою генеративно-змагальних мереж» містить: сторінок,
рисунок, формул. Перелік використаних джерел налічує 16 найменувань.
У ході роботи проведений аналіз існуючих методів генерації
анімаційних об'єктів. Розглянуті різноманітні практики та підходи, що
використовуються в цьому напрямку. Проведене детальне вивчення
можливостей використання генеративно-змагальних мереж (GANs) для задачі
генерації анімаційних об'єктів. Розглянуті принцип роботи GANs та їх
потенціал у створенні якісних та реалістичних анімаційних об'єктів.
Розроблено та реалізовано систему генерації анімаційних об'єктів за
допомогою генеративно-змагальних мереж (GANs). Дана система
використовує навчану модель для створення нових анімаційних об'єктів на
основі наданих зразків.
Проведена оцінка ефективності розробленої системи генерації
анімаційних об'єктів. Для цього використана спеціально підготовлена тестова
вибірка, на якій було перевірено якість та реалістичність згенерованих
об'єктів.
В результаті дослідження встановлено, що застосування генеративно-
змагальних мереж (GANs) дозволяє значно покращити якість та реалістичність
згенерованих анімаційних об'єктів. Результати експериментів показали
переваги запропонованого методу у порівнянні з традиційними підходами,
зокрема у зменшенні часу та зусиль, необхідних для створення анімації.
Ключові слова: анімаційні об'єкти, генеративно-змагальні мережі,
машинне навчання, нейронні мережі.
The work is devoted to the research and development of methods for
generating animated objects based on machine learning algorithms, in particular,
generative adversarial networks (GANs).
The final qualification work on the topic ‘Generation of animated objects
using generative-competitive networks’ contains: pages, a figure, 7 formulas. The
list of references includes 16 titles.
The paper analyses the existing methods of generating animated objects.
Various practices and approaches used in this area are considered. A detailed study
of the possibilities of using generative adversarial networks (GANs) for the task of
generating animated objects is carried out. The principle of operation of GANs and
their potential in creating high-quality and realistic animated objects are considered.
A system for generating animated objects using generative adversarial
networks (GANs) is developed and implemented. This system uses a trained model
to create new animated objects based on the provided samples.
The efficiency of the developed system for generating animated objects is
evaluated. For this purpose, a specially prepared test sample was used to check the
quality and realism of the generated objects.
The study has shown that the use of generative adversarial networks (GANs)
can significantly improve the quality and realism of generated animated objects.
Experimental results have shown the advantages of the proposed method in
comparison with traditional approaches, in particular, in reducing the time and effort
required to create animation.
Keywords: animated objects, generative adversarial networks, machine
learning, neural networks.
Опис
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА