- Titel
- Entwicklung eines semi-automatischen Workflows zur Ableitung ikonographischer Kartenzeichen
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-716928
- Übersetzter Titel (EN)
- Development of a semi-automatic workflow to derive iconographic map symbols
- Erstveröffentlichung
- 2020
- Datum der Einreichung
- 30.04.2020
- Datum der Verteidigung
- 16.06.2020
- Abstract (DE)
- Die Verwendung von ikonographischen, bildhaften Kartenzeichen ist sehr beliebt bei der Darstellung von Sehenswürdigkeiten in touristischen Karten sowie bei Kartendarstellungen für Kinder und Jugendliche. Der Begriff des Non-Photorealistic Rendering (NPR) beschreibt einen zentralen Bereich in der Computergrafik, der sich mit der Erzeugung von Bildern auseinandersetzt, die scheinbar handgemacht sind und bewusst nicht dem physikalisch korrekten Abbild eines Modells entsprechen. Ein weiteres Trendthema zur Nachahmung eines bestimmten Stils eines Kunstwerks stellt der Neural Style Transfer (NST) dar. Hierbei werden künstlerische Bilder durch Trennung und Rekombination von Bildinhalt und Stil erzeugt. Im Rahmen der vorliegenden Arbeit ist ein semi-automatischer Workflow zur Erzeugung ikonographischer Gebäudedarstellungen für die Nutzung in zoombaren Webkarten entwickelt und in drei künstlerischen Stilvarianten unter Nutzung von Bildverarbeitungswerkzeugen in dem rasterbasierten Open Source Bildbearbeitungsprogramm GIMP, speziell mit der Filtersammlung G'MIC technisch umgesetzt worden. Außerdem zeigt die Masterarbeit das Potential der Ableitung von ikonographischen Signaturen durch den Style-Transfer mittels neuronaler Netze.
- Abstract (EN)
- The use of iconographic, pictorial map symbols is very popular for the representation of places of interest in tourist maps as well as for map presentations for children and young people. The term Non-Photorealistic Rendering (NPR) describes a prominent field in computer graphics that deals with the generation of images that are apparently handmade and deliberately do not correspond to the physically correct image of a model. Neural Style Transfer (NST) is another trend topic for imitating a certain style of an artwork. Here, artistic images are created by separating and recombining image content and style. In the context of the present work, a semi-automatic workflow for the creation of iconographic building representations for use in zoomable web maps has been developed and technically implemented in three artistic style variants using image processing tools in the raster-based open source image processing program GIMP, especially with the filter collection G'MIC. In addition, the master thesis demonstrates the potential of deriving iconographic signatures through style transfer using neural networks.
- Freie Schlagwörter (DE)
- Ikonographische Kartenzeichen, Non-Photorealistic Rendering, GIMP, G'MIC, Neural Style Transfer
- Freie Schlagwörter (EN)
- Iconographic Map Symbols, Non-Photorealistic Rendering, GIMP, G'MIC, Neural Style Transfer
- Klassifikation (DDC)
- 520
- Klassifikation (RVK)
- ZI 9730
- ST 330
- GutachterIn
- Dr. rer. nat. Nikolas Prechtel
- BetreuerIn Hochschule / Universität
- Prof. Dipl.-Phys. Dr.-Ing. habil. Dirk Burghardt
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-716928
- Veröffentlichungsdatum Qucosa
- 10.08.2020
- Dokumenttyp
- Masterarbeit / Staatsexamensarbeit
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY 4.0- Inhaltsverzeichnis
Selbstständigkeitserklärung III Inhaltsverzeichnis 5 Abbildungsverzeichnis 7 Tabellenverzeichnis 8 Abkürzungsverzeichnis 9 1 Einleitung 10 1.1 Motivation 10 1.2 Gliederung der Arbeit 10 2 Literaturstudium 11 2.1 Computergrafik 11 2.2 Non-Photorealistic Rendering 11 2.3 Neural Style Transfer 14 2.3.1 Einleitung 14 2.3.2 Convolutional Neural Network 15 2.3.3 Beschreibung des Algorithmus 17 3 Methodik 19 3.1 Technische Komponenten 19 3.2 Kriterien der Bildauswahl 19 3.3 Workflow „Ölmalerei“ 21 3.4 Workflow „Tuschezeichnung 22 3.5 Workflow „Silhouette“ 22 4 Praktischer Teil 23 4.1 Konkrete Umsetzung 23 4.1.1 Workflow „Ölmalerei“ 24 4.1.2 Workflow „Tuschezeichnung“ 32 4.1.3 Workflow „Silhouette“ 32 4.2 Implementierung eines Automatisierungsprozesses 35 4.3 Anwendung: Karte Dresden 39 4.4 Neural Style Transfer 43 4.4.1 Online-Anwendungen 43 4.4.2 Offline-Implementierung 45 5 Diskussion 51 5.1 Resultate 51 5.1.1 Bildverarbeitung 51 5.1.2 Neural Style Transfer 51 5.2 Ausblick 52 6 Zusammenfassung 52 Literaturverzeichnis 53