| Studiju veids |
maģistra akadēmiskās studijas |
| Studiju programmas nosaukums |
Digitālās humanitārās zinātnes |
| Nosaukums |
Mākslīgā intelekta risinājumi skenētu foto negatīvu apstrādes automatizēšanai: foto negatīvu pēcapstrādes procesa analīze Latvijas nozīmīgākajās atmiņu institūcijās |
| Nosaukums angļu valodā |
Artificial Intelligence solutions for automating the processing of scanned photo negatives: analysis of photonegative post-processing process in the most significant memory institutions in Latvia |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Agris Ņikitenko |
| Recenzents |
Vita Šakele, Dr.sc.ing., docente |
| Anotācija |
Ir daudz foto negatīvu arhīvu, kas būtu jādigitalizē un jāpadara pieejami sabiedrībai, taču šobrīd par kultūras mantojuma digitalizēšanu un saglabāšanu atbildīgo organizāciju kapacitāte Latvijā ir diezgan zema. Tikmēr neatbilstoši uzglabātus foto negatīvus var neatgriezeniski sabojāt. Tāpēc šajā pētījumā aprakstīta foto negatīvu digitalizācijas un pēcapstrādes profesionāla darba plūsma un pētīts, kurus uzdevumus procesā var automatizēt, kādus mākslīgā intelekta risinājumus var izmantot, lai uzlabotu darba plūsmu. Pēc dažādu funkciju novērtēšanas tālāk analizēta automatizēta attēlu parakstu veidošana ar mašīnmācīšanās pētījumu metodi. Izvēlēts un pielietots mākslīgā intelekta modelis ar uzmanības mehānismu, kas šobrīd ir aktuālākais risinājums attēlu parakstu ģenerēšanā un datorredzes pētījumos. Izveidotie attēlu paraksti tiek analizēti un salīdzināti ar cilvēku izveidotajiem parakstiem, kā arī oriģinālajiem attēlu aprakstiem. Ir ieskicēti izaicinājumi, kas jāatrisina, un izteikti priekšlikumi turpmākiem pētījumiem. |
| Atslēgas vārdi |
digitalizācija, automātiska attēlu parakstīšana, foto negatīvi, mašīnmācīšanās |
| Atslēgas vārdi angļu valodā |
digitalization, automatic image captioning, photo negative, machine learning |
| Valoda |
eng |
| Gads |
2020 |
| Darba augšupielādes datums un laiks |
18.06.2020 21:27:29 |
