Automated texture generation

Tekstūru ģenerēšana ir vispārīgas attēlu ģenerēšanas vienkāršots gadījums. Darbā apskatīta parametriska tekstūru ģenerēšana, kuras mērķis ir spēt atdarināt kāda materiāla attēlu, lai no tā ražotu praktiski neizsmeļamu skaitu vizuāli līdzīgu paraugu. Galvenais ģenerētā rezultāta kvalitātes kritērijs ir cilvēka uztvere. Perfekti uzģenerēta tekstūra ir tāda, kuru neatkarīgs novērotājs no malas nespēj atšķirt no oriģināla. Darbā tiek izpētītas neironu tīklu metodes tekstūru ģenerēšanā. Tiek apskatīti esošie pētījumi, īsumā skaidroti neironu tīklu teorijas pamati, uz kuriem šīs metodes tiek balstītas, pakāpeniski nonākot līdz reāla neironu tīklu prototipa izveidei un apmācībai šīs problēmas risināšanai. Noslēgumā tiek apkopoti autora implementētā neironu tīkla ģenerētie rezultāti. Darba mērķi tiek sasniegti, parādot, ka metode ir praktiski izmantojama un kvalitatīvu rezultātu iegūšana ir tālākas optimizācijas jautājums.Texture generation is a simpler case of general image generation. The topic of this work is parametric texture synthesis, its goal being to imitate the image of some arbitrary material to be able to produce practically unlimited amount of visually similar samples. The main quality criterion of the generated result is human perception. A perfectly generated texture is one which an independent side observer cannot distinguish from the original. This work covers neural network methods for texture generation. It includes an overview of currently existing studies, explanation of the theoretical foundations of neural networks on which these methods are based, gradually arriving at the implementation and training of an actual neural network prototype to solve this problem. Finally the generated results of the neural network implemented by the author are gathered. The goals of this work are achieved, showing that the method is practically usable and that it is a matter of further optimization to achieve results of better quality