Please use this identifier to cite or link to this item: http://hdl.handle.net/20.500.14076/26927
Title: Redes generativas antagónicas para la síntesis y generación de texto imagen: Un análisis cuantitativo y cualitativo de codificadores de procesamiento de lenguaje natural para el idioma español
Authors: Yauri Lozano, Eduardo
Advisors: Castillo Cara, José Manuel
Keywords: Redes generativas;Procesamiento del lenguaje natural (Informática)
Issue Date: 2023
Publisher: Universidad Nacional de Ingeniería
Abstract: En la actualidad, los avances en las técnicas de Inteligencia Artificial (IA) para la síntesis y generación de imágenes a partir de texto han experimentado un crecimiento y desarrollo constantes. Un caso especifico es la síntesis texto a cara mediante Redes Generativas Antagónicas (GANs), que consiste en generar una imagen facial a partir de una descripción textual de características físicas. Siguiendo este enfoque, las investigaciones se han centrado en dos áreas principales, en Procesamiento del Lenguaje Natural (PLN) codificadores para la síntesis texto-cara, y en visión por computador, GANs para la generación texto-cara. Sin embargo, la mayoría de los codificadores se han desarrollado para el idioma inglés. En este contexto, este trabajo presenta un primer estudio de tres codificadores texto-cara diferentes, el modelo preentrenado RoBERTa, y los modelos Sent2Vec y RoBERTa, entrenados con un corpus descriptivo en español del conjunto de datos CelebA. Además, se presenta un modelo personalizado de Redes Generativas Antagónicas Convolucionales Profundas condicionadas (cDCGANs) entrenado con el conjunto de datos CelebA para la síntesis texto-cara en español. Para la validación de los resultados obtenidos, se realiza una evaluación cualitativa con un análisis visual y una evaluación cuantitativa basada en las métricas IS, FID y LPIPS. Nuestra investigación muestra resultados prometedores con respecto a la literatura mejorando las métricas numéricas de FID en un 5 % y LPIPS en un 37 %. Además, esta misma investigación también muestra, a través de una comparación cuantitativa-cualitativa de las épocas de entrenamiento de cDCGAN, que la métrica IS no es una métrica objetiva adecuada para ser considerada en la evaluación de trabajos similares. El generador implementado puede ser usado como una herramienta valiosa para la elaboración del retrato hablado de una persona y tiene múltiples áreas de aplicación. Siendo una de los principales el ámbito Policial. Dado que para la identificación de criminales es necesario realizar bocetos de dichas personas.
URI: http://hdl.handle.net/20.500.14076/26927
Rights: info:eu-repo/semantics/openAccess
Appears in Collections:Maestría

Files in This Item:
File Description SizeFormat 
yauri_le.pdf2,9 MBAdobe PDFView/Open
informe_de_similitud.pdf670,59 kBAdobe PDFView/Open
yauri_le(acta).pdf455,94 kBAdobe PDFView/Open
carta_de_autorización.pdf220,73 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons

Indexado por:
Indexado por Scholar Google LaReferencia Concytec BASE renati ROAR ALICIA RepoLatin UNI