Задача збільшення роздільної здатності зображень методам глибокого навчання
Вантажиться...
Дата
2025
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 129 с., 38 рис., 7 табл., 2 дод., 34 джерел.
В цій роботі розглядається SRDiff – дифузійна нейронна мережа для задачі збільшення роздільної здатності зображень. Це одна з перших дифузійних моделей, побудованих для вирішення цієї задачі. В роботі розглядається спрощений варіант моделі з використанням різних алгоритмів відновлення зображень високої якості на основі зображень низької якості. Результати було порівняно з іншими методами на основі інтерполяції та глибокими згортковими нейронними мережами. Об’єкт дослідження: зображення низької роздільної здатності, зображення малої розмірності. Предмет дослідження: методи збільшення роздільної здатності зображень на основі глибокого навчання. Мета роботи: дослідити методи збільшення роздільної здатності зображень на основі глибокого навчання, зокрема дифузійні моделі. Методи дослідження: чисельні експерименти з порівнянням результатів, що проведені з використанням мови програмування Python та бібліотеки PyTorch.
Опис
Ключові слова
зображень, дифузійні моделі, дифузійні нейронні мережі, масштабування зображень, збільшення розмірності зображень, single image super-resolution, image resolution enhancment, diffusion models, diffusion neural networks, image scaling
Бібліографічний опис
Гуцуляк, Д. Д. Задача збільшення роздільної здатності зображень методам глибокого навчання : дипломна робота ... бакалавра : 124 Системний аналіз / Гуцуляк Данило Дмитрович. - Київ, 2025. - 130 с.