Sistema automático de predicción estética basado en Computación Evolutiva y Deep Learning

  1. Rodriguez Fernandez, Nereida
Dirixida por:
  1. Juan Romero Co-director
  2. Adrián Carballal Co-director

Universidade de defensa: Universidade da Coruña

Fecha de defensa: 25 de novembro de 2022

Tribunal:
  1. Javier Rodeiro Iglesias Presidente
  2. Nieves Pedreira Souto Secretario/a
  3. Fernando Amilcar Bandeira Cardoso Vogal

Tipo: Tese

Teseo: 765573 DIALNET lock_openRUC editor

Resumo

Actualmente, co auxe das redes sociais, acostumamos a tomar decisións en función do valor estético das imaxes. No comercio electrónico, por exemplo, tomamos decisións de compra en función das imaxes do produto. Neste contexto, un sistema automático que permita seleccionar e ordenar as imaxes en función do seu valor est´etico pode ser de gran valor. Esta tese aborda diferentes problemas do campo da estética computacional e propón novas solucións que son validadas finalmente nun caso práctico real. En primeiro lugar, estúdanse os datasets utilizados en estética computacional e proponse unha nova metodoloxía para a creación de conxuntos de imaxes xeneralizables que se poida aplicar en problemas de Machine Learning. A continuación, exponse un novo enfoque que utiliza transfer learning cun novo algoritmo xenético híbrido para a predición do valor estético en imaxes dixitais. Finalmente, aplícase a un caso práctico real tanto a metodoloxía de creación de datasets proposta, como o modelo híbrido que ofreceu mellores resultados na fase experimental. Os resultados suxiren que utilizar estas ferramentas na vida cotiá poden mellorar tanto a experiencia dos usuarios como a produtividade dos comercios electrónicos.