Усунення дефектів цифрових аерофотознімків за допомогою генеративних змагальних мереж

Скорочена інформація про документ
dc.contributor.advisorЧумаченко, Олена Іллівна
dc.contributor.authorРізун, Володимир Володимирович
dc.date.accessioned2024-10-16T12:50:42Z
dc.date.available2024-10-16T12:50:42Z
dc.date.issued2024
dc.description.abstractДипломна робота: 90 с., 25 рис., 7 табл., 11 посилань, 2 додатки. Об’єкт дослідження – усунення візуальних дефектів цифрових аерофотознімків. Предмет дослідження – застосування генеративно-змагальних мереж для перетворення дефективних зображень в недефективні. Мета роботи – проєктування власної модифікації генеративно-змагальної мережі з архітектурою Pix2Pix для ефективного усунення візуальних дефектів з цифрових аерофотознімків. Актуальність роботи пов'язана з сучасними викликами у галузі оборони та транспорту, а саме важливістю ефективної та безпечної навігації повітряним простором. У даній роботі здійснюється аналіз візуальних дефектів, які зокрема притаманні цифровим аерофотознімкам, а також характерних проблем тренування генеративно-змагальних мереж. На основі архітектури Pix2Pix з використанням власної модифікації процесу тренування та напівсинтетичної вибірки, яку було отримано після застосування власного стохастичного алгоритму деградації зображень, здійснюється тренування та підбір гіперпараметрів генеративно-змагальної мережі. Наукова новизна роботи полягає у подоланні характерної для генеративно-змагальних мереж проблеми колапсу режиму шляхом адаптивного планування процесу тренування генератора та дискримінатора.
dc.description.abstractotherThesis: 90 p., 25 figures, 7 tables, 11 references, 2 appendices. The object of the study is the image enhancement of digital aerial photographs. The subject of research is the application of generative-adversarial networks for image enhancement. The purpose of the work is to design a modification of a generative-adversarial network based on the Pix2Pix architecture in order to efficiently enhance digital aerial photographs. The relevance of the work boils down to some modern challenges in the fields of defense and transportation, i.e, the need for efficient and reliable navigation in aerial environments. The research incorporates an analysis of the visual defects that digital aerophotographs are prone to, as well as some of the common challenges that arise when training generative-adversarial networks. Based on the Pix2Pix architecture, we design and tune our own generative-adversarial network using our modification for the training process and a semi-synthetic dataset that was built after applying our own stochastic image degradation algorithm. The novelty of this work lies within the suggested training process, which tackles the problem of mode collapse by exploiting adaptive epoch scheduling to train a generator and a discriminator.
dc.format.extent90 с.
dc.identifier.citationРізун, В. В. Усунення дефектів цифрових аерофотознімків за допомогою генеративних змагальних мереж : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Різун Володимир Володимирович. – Київ, 2024. – 90 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/69911
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectцифрові аерофотознімки
dc.subjectвізуальні дефекти
dc.subjectдеградація зображень
dc.subjectстохастичний алгоритм
dc.subjectглибоке навчання
dc.subjectгенеративно-змагальні мережі
dc.subjectколапс режиму
dc.subjectстабілізація тренування
dc.subjectструктурно-параметричний синтез
dc.subjectdigital aerial photographs
dc.subjectvisual defects
dc.subjectimage degradation
dc.subjectstochastic algorithm
dc.subjectdeep learning
dc.subjectgenerative- adversarial networks
dc.subjectmode collapse
dc.subjecttraining stabilization
dc.subjectstructural-parametric synthesis
dc.titleУсунення дефектів цифрових аерофотознімків за допомогою генеративних змагальних мереж
dc.typeBachelor Thesis

Файли

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

Зібрання

Бакалаврські роботи (ШІ)
Бакалаврські роботи