Tesi etd-02112026-100837 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
INTASCHI, SAMUELE
URN
etd-02112026-100837
Titolo
VidaNet: A Multimodal Learning Approach for Predicting Aesthetic Preferences in 3D Models
Dipartimento
INFORMATICA
Corso di studi
INFORMATICA
Relatori
relatore Prof.ssa Giorgi, Daniela
relatore Banterle, Francesco
relatore Prof. Corsini, Massimiliano
relatore Banterle, Francesco
relatore Prof. Corsini, Massimiliano
Parole chiave
- 3D
- aesthetic
- ai
- appreciation
- human
- interaction
- learning
- likes
- machine
- model
- multimodal
- prediction
- social
- user
- views
Data inizio appello
27/02/2026
Consultabilità
Non consultabile
Data di rilascio
27/02/2029
Riassunto (Inglese)
Riassunto (Italiano)
La tesi propone un modello di apprendimento multimodale per la previsione del gradimento di modelli 3D. Utilizzando dati provenienti dalla piattaforma Sketchfab, etichettati tramite metriche di interazione degli utenti basate su visualizzazioni e like, il lavoro propone diverse architetture per risolvere il task di predizione, che risulta innovativo nell'ambito dei modelli 3D.
This thesis proposes a multimodal learning model to predict human appreciation of 3D models. Using data from the Sketchfab platform, labeled with user interaction metrics based on views and likes, the work proposes different architectures to solve the prediction task, which is innovative in the field of 3D models.
This thesis proposes a multimodal learning model to predict human appreciation of 3D models. Using data from the Sketchfab platform, labeled with user interaction metrics based on views and likes, the work proposes different architectures to solve the prediction task, which is innovative in the field of 3D models.
File
| Nome file | Dimensione |
|---|---|
La tesi non è consultabile. |
|