Home Staging concept is a set of techniques that allow to achieve more attractive aspect for the possible buyers of a building. In other words, the goal is to make the buyer feel at home when he tours the property. Home Staging is popular because it provides the buyer with an idea of how the furniture could be placed in the different spaces of the house and even, which is the best style according to the specific interests of each client. The main idea on which this project is based, focuses on a tool concept with the purpose of give the opportunity to a possible client of a house, to preview how would be the empty rooms, bathroom or dining room with some type of virtual decoration, furniture and basic elements with a concrete style. In particular, this project attempts to undertake a research of an specific part, which consist in analysis of changing the style of 2D images, specifically in bathroom images. So, using matching learning, deep learning techniques and other post-processing systems, we tried to modify the style (rustic, modern, asian, minimalist, etc.) of different bathroom images. This means that, without adding, deleting and even without changing the objects of the bathroom image, we are able to change the style of the furniture and walls. In this document we will explain an approach using Convolutional Neural Networks to extract the style features from an image and replace them with another style. Moreover, improvements for this method and other systems are exposed.

El concepto de puesta en escena de una casa pretenece a un conjunto de técnicas que permiten lograr un aspecto más atractivo para el posible comprador de una casa. En otras palabras, el objetivo es hacer que el comprador se sienta como en casa cuando en el momento que esté recorriendo la propiedad. La puesta en escena de la casa, es popular porque le brinda al comprador una idea de cómo se podrían colocar los muebles en los diferentes espacios de la casa e incluso cuál es el mejor estilo según los gustos específicos de cada cliente. La idea principal en la que se basa este proyecto, se centra en un concepto de herramienta con el fin de dar la oportunidad a un posible cliente de una casa, de cómo serían las habitaciones vacías, el baño o el comedor con algún tipo de decoración virtual, mobiliario y elementos básicos con un estilo concreto. En particular, este proyecto intenta realizar una investigación de una parte especiífica, consistente en el análisis del estilo de las imágenes 2D, específicamente en imágenes de baños. Por lo tanto, utilizando el aprendizaje automático y técnicas de aprendizaje profundo, intentamos transferir el estilo (rústico, moderno, asiático, minimalista, etc.) de diferentes imágenes de baños. Esto significa que, sin agregar, eliminar e incluso sin cambiar los objetos de la imagen del baño, podemos cambiar el estilo de los muebles y las paredes. En este documento explicaremos un enfoque de las red neuronales convolucionales para extraer las características de estilo de una imagen, para que de esta forma podamos reemplazarla por otro estilo. Por otra parte, mejoras para este método y otros sistemas, también están expuestos.

El concepte de posada en escena d'una casa pertany a un conjunt de tècniques que permeten aconseguir un aspecte més atractiu per al possible comprador d'una casa. En altres paraules, l'objectiu és fer que el comprador se senti com a casa en el moment que estigui recorrent la propietat. La posada en escena de la casa, és popular perquè li brinda al comprador una idea de com es podrien col·locar els mobles en els diferents espais de la casa i fins i tot quin seria el millor estil segons els gustos específics de cada client. La idea principal en què es basa aquest projecte, es centra en un concepte d'eina per tal de donar l'oportunitat a un possible client d'una casa, de previsualitzar com serien les habitacions buides, el bany o el menjador amb algun tipus de decoració virtual, mobiliari i elements bàsics amb un estil en concret. En particular, aquest projecte intenta realitzar una investigació d'una part específica, consitent en l'anàlisi de l'estil de les imatges 2D, específicament en imatges de banys. Per tant, utilitzant l'aprenentatge automàtic i tècniques d'aprenentatge profund, intentem transferir l'estil (rústic, modern, asiàtic, minimalista, etc.) de diferents imatges de banys. Això significa que, sense afegir, eliminar i fins i tot sense canviar els objectes de la imatge del bany, som capaços de canviar l'estil dels mobles i les parets. En aquest document explicarem un enfocament en particular de les xarxes neuronals convolucionals per a poder extreure les característiques d'estil d'una imatge i d'aquesta manera poder reemplaçar-la per un altre estil. Per altra banda, millores per a aquest mètode i altres sistemes, tamibén estan exposats.