Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks
| Název práce v češtině: | Inteligentní návrh interiérů - Kompatibilita stylu 3D modelů nábytku pomocí neuronových sítí |
|---|---|
| Název v anglickém jazyce: | Intelligent Interior Design - Style Compatibility of 3D Furniture Models using Neural Networks |
| Klíčová slova: | 3D grafika; neuronové sítě |
| Klíčová slova anglicky: | 3D graphics; neural networks; metric learning; style similarity; |
| Akademický rok vypsání: | 2018/2019 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Katedra softwaru a výuky informatiky (32-KSVI) |
| Vedoucí / školitel: | Mgr. Martin Mirbauer |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 19.07.2019 |
| Datum zadání: | 19.07.2019 |
| Datum potvrzení stud. oddělením: | 25.07.2019 |
| Datum a čas obhajoby: | 03.02.2020 09:00 |
| Datum odevzdání elektronické podoby: | 06.01.2020 |
| Datum odevzdání tištěné podoby: | 06.01.2020 |
| Datum proběhlé obhajoby: | 03.02.2020 |
| Oponenti: | Mgr. Jakub Střelský |
| Zásady pro vypracování |
| The goal of this diploma thesis project is to measure the style compatibility between 3D furniture models from different categories, then find the most compatible objects for a given piece of furniture. For example, given a Scandinavian style table, find a chair and a lamp that match the table. This makes it possible for users, e.g graphic designers without knowledge of interior design, to create scenes by arranging suggested furniture.
While a variety of deep neural networks that can classify 3D objects into different categories have been developed, neural networks that compare styles between objects from different categories is still a new direction. |
| Seznam odborné literatury |
| [1] C. R. Qi, H. Su, K. Mo, and L. J. Guibas. Pointnet: Deep learning on point sets for 3d classification and segmentation. arXiv preprint arXiv:1612.00593, 2016.
[2] I. Lim, A. Gehre, L. Kobbelt, Identifying style of 3d shapes using deep metric learning, in: Computer Graphics Forum, Vol. 35, Wiley Online Library, 2016, pp. 207–215. [3] J. Wang, Y. Song, T. Leung, C. Rosenberg, J. Wang, J. Philbin, B. Chen, and Y. Wu. "Learning Fine-grained Image Similarity with Deep Ranking." In CVPR, [4] Tianqiang Liu, Aaron Hertzmann, Wilmot Li, and Thomas Funkhouser. 2015. Style Compatibility for 3D Furniture Models. ACM Trans. on Graphics (Proc. of SIGGRAPH) 34, 4 (2015), 85:1–9. [5] Zhaoliang Lun, Evangelos Kalogerakis, and Alla Sheffer, Elements of style: Learning perceptual shape style similarity, ACM Transactions on Graphics (TOG), vol. 34, no. 4, pp. 84, 2015. |