Методи покращення якості (2Д) зображень генеративно-змагальними мережами

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorГордун, Михайло Валентинович
dc.date.accessioned2023-09-08T17:39:04Z
dc.date.available2023-09-08T17:39:04Z
dc.date.issued2023
dc.description.abstractДипломна робота містить 111 сторінок, 32 рисунки, 9 таблиць, 2 додатки, 108 джерел. У даній роботі розглядаються актуальні проблеми задачі покращення якості зображень за допомогою генеративно-змагальних нейронних мереж. Темою даної роботи є методи покращення якості (2D) зображень генеративно-змагальними мережами. Об’єктом даного дослідження є процес реконструкції зображень високої роздільної здатності на основі зображень низької роздільної здатності. Предметом дослідження є методи покращення якості зображень на основі генеративно-змагальних мереж. Метою роботи є розробка методу покращення якості зображення на основі генеративно-змагальних нейронних мереж. Актуальність даної роботи пов’язана з тим, що зображення високої роздільної здатності необхідна у різних завданнях комп’ютерного зору, а також у медицині та обробці супутникових зображень. У результаті даної роботи було реалізовано метод на мові програмування Python для покращення якості зображень в основі якого знаходяться генеративно-змагальні нейронні мережі.uk
dc.description.abstractotherTheme: “Methods for enhancing the quality of (2D) images using generative adversarial networks” Thesis consists of 111 pages, 32 figures, 9 tables, 2 appendices, 108 sources. This work addresses the current issues in image quality enhancement using generative adversarial neural networks. The topic of this research is the methods for improving the quality of 2D images using generative adversarial networks. The object of this study is the process of reconstructing high-resolution images from low-resolution images. The subject of the research is the methods for enhancing image quality using generative adversarial networks. The aim of the work is to develop a method for improving image quality based on generative adversarial neural networks. The relevance of this work is associated with the need for high-resolution images in various computer vision tasks, as well as in medicine and satellite image processing. As a result of this work, a Python implementation of a method for enhancing image quality was realized, based on generative adversarial neural networks.uk
dc.format.extent111 с.uk
dc.identifier.citationГордун, М. В. Методи покращення якості (2Д) зображень генеративно-змагальними мережами : дипломна робота ... бакалавра : 124 Системний аналіз / Гордун Михайло Валентинович. – Київ, 2023. – 111 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/60109
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectштучна нейронна мережаuk
dc.subjectштучний інтелектuk
dc.subjectгенеративно-змагальна нейронна мережаuk
dc.subjectроздільна здатність зображенняuk
dc.subjectвідновлення зображеньuk
dc.subjectприбирання шуму з зображеньuk
dc.subjectpythonuk
dc.subjectartificial neural networkuk
dc.subjectartificial intelligenceuk
dc.subjectgenerative adversarial networkuk
dc.subjectimage resolutionuk
dc.subjectimage restorationuk
dc.subjectimage denoisinguk
dc.titleМетоди покращення якості (2Д) зображень генеративно-змагальними мережамиuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Hordun_bakalavr.pdf
Розмір:
10.58 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (ММСА)
Бакалаврські роботи