Студент Михаило Радовић одбранио је дипломски рад на тему „SpriteFlow: Неуронска мрежа за генерисање пиксел арт ликова Flow Matching техником“

Студент Рачунарског факултета Михаило Радовић је у четвртак, 23. октобра 2025. године одбранио дипломски рад на тему SpriteFlow: Неуронска мрежа за генерисање пиксел арт ликова Flow Matching техником пред комисијом коју су чинили ментор др Немања Илић и члан др Јелена Васиљевић.

У апстракту свог рада Михаило је истакао:

У овом раду представљен је SpriteFlow, неуронска мрежа заснована на Flow Matching техници. Рад најпре даје теоријски преглед генеративних модела, од старијих приступа до модерних метода као што су дифузиони модели и модели тока. Посебна пажња посвећена је Flow Matching техници, релативно новом приступу за ефикасно генеративно моделовање.
Други део објашњава развој пројекта SpriteFlow, укључујући припрему података, архитектуру неуронске мреже, процес тренирања и евалуацију. Резултати показују да коначни модел успешно учи структуре карактеристичне за пиксел арт, те генерише нове, кохерентне ликове у пиксел арт стилу. Значајно је да је модел постигао визуелно супериорне резултате, упркос слабијој вредности метрике, што се детаљно анализира у контексту примењивости аутоматских метрика на пиксел арт домену. На крају се дискутују ограничења тренутног приступа и предлажу правци будућег истраживања.

Када је реч о генерисању слика у пиксел арт стилу, показало се да је потребно обра- тити велику пажњу приликом примене одређених техника аугментације, као и промене величине слика. Аугментације не би требало да наруше стриктну природу овог стила, јер ће то довести до горих перформанси модела, а промена величине слика не сме да нарушава структуру пиксел арт стила, стога се препоручује коришћење неарест или
неарест-еxацт технике приликом ове операције. Иако су добијени резултати охрабрујући, њихов даљи напредак би био могућ уз већи и разноврснији скуп података, који би омогућио моделу да учи ширу расподелу облика, боја и стилова. Тиме би се побољшала генерализација и квалитет генерисаних примера.

У будућем раду могло би се истражити и увођење вођеног генерисања (нпр. према текстуалном улазу, типу лика, оружју или боји одеће), што би учинило овај модел знатно применљивијим.
Рад потврђује да Флоw Матцхинг приступ представља снажан и флексибилан оквир за генерисање слика, чак и у стилизованим доменима као што је пиксел арт, те поставља основу за даља истраживања у оваквим доменима.
– закључио је Михаило.

sbobet88 slot agb99 situs slot slot777 toto AMANAHTOTO slot SLOT GACOR AMANAHTOTO toto slot88 ASIA200 ASIA200 ASIA200 bayijudy.com situs resmi bayitoto slot gacor popotogel login situs slot eropa99 hoki99 roma77 babe138 roma77 roma77 hoki99 abadicash