Evaluación de la incertidumbre en redes generativas adversativas para la edición de materiales.

Lacueva Miguel, Pablo
Subías Sarrato, José Daniel (dir.) ; Serrano Pacheu, Ana Belén (dir.)

Universidad de Zaragoza, EINA, 2024
Informática e Ingeniería de Sistemas department, Lenguajes y Sistemas Informáticos area

Graduado en Ingeniería Informática

Abstract: El objetivo de este trabajo es determinar la incertidumbre asociada a una GAN (Generative Adversarial Network) de edición de materiales, con el fin de identificar las áreas de una imagen editada en las cuales la red muestra mayor grado de duda. Al tratarse de una GAN de edición de imágenes, no se dispone de datos de comprobación (ground truth) ni hay ninguna manera sencilla de calcular el error de una imagen generada. Para solventar este problema, se usa la técnica de "Montecarlo Dropout" en la que se desactiva un porcentaje de neuronas, lo que permite generar imágenes con ruido. Este ruido se puede usar para generar mapas de calor que marcan los lugares de donde la GAN tiene menos confianza. También se ha implementado una métrica que permite medir la incertidumbre con un número escalar, lo que facilita comparación entre imágenes.

Tipo de Trabajo Académico: Trabajo Fin de Grado