Система покращення якості зображення з використанням генеративної змагальної мережі

Скорочена інформація про документ
dc.contributor.advisorЗайченко, Олена Юріївна
dc.contributor.authorЄремєєва, Вероніка Геннадіївна
dc.date.accessioned2020-11-16T12:04:42Z
dc.date.available2020-11-16T12:04:42Z
dc.date.issued2020-06
dc.description.abstractenThis thesis contains 85 p., 4 ch., 6 tab., 39 fig., 2 app., 16 src.. Object of research: low resolution image or small image. The purpose of the work is to explore existing methods of improving image quality and to create our own SRGAN model. Research method: analyzing existing methods of image interpolation and creation of generative adversarial network model and checking the results of the model. The result of the work is a SRGAN model which improves the quality of the image. Novelty of this study is creating model in crossplatform system which allows using power of a virtual computer. Using scope: the work can be used to increase the resolution on an image. Especially, in areas such as video monitoring, restoration old media files and medical diagnostics. This product was made using Python. During the study, analysis of intermediate results were made as well as comparison of the output images.uk
dc.description.abstractukДана дипломна робота містить 85 ст., 4ч., 6 табл., 39 рис., 2 дод., 16 джерел. Об’єкт дослідження – зображення низької роздільної здатності або малого розміру. Мета роботи – дослідити існуючі методи покращення якості зображень, створити власну модель SRGAN. Метод дослідження – аналіз існуючих методів інтерполяції зображення, створення власної моделі та аналіз результатів генеративної змагальної мережі. Результатом роботи є модель генеративної змагальної мережі, а саме система, що покращує роздільну здатність вхідного зображення. Новизною роботи є створення даної системи у кросплатформній оболонці, що дозволяє використовувати потужності віртуального комп’ютера. Галузь застосування: проведена робота може бути використана при підвищенні роздільної здатності зображень, особливо в таких областях, як відеоспостереження, відновлення старих фотокарток та медична діагностика. Програмний продукт реалізований за допомогою мови програмування Python. Під час дослідження було проведено аналіз проміжних результатів системи та порівняння вихідних зображень.uk
dc.format.page85 с.uk
dc.identifier.citationЄремєєва, В. Г. Система покращення якості зображення з використанням генеративної змагальної мережі : дипломна робота … бакалавра : 122 Комп'ютерні науки та інформаційні технології / Єремєєва Вероніка Геннадіївна. – Київ, 2020. – 85 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/37409
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectмасштабування зображеньuk
dc.subjectгенеративно-змагальна мережаuk
dc.subjectзгорткова мережаuk
dc.subjectметоди інтерполяції зображеньuk
dc.subjectнейронні мережіuk
dc.subjectметод зворотнього поширення помилкиuk
dc.subjectперцептивна функція витратuk
dc.subjectimage scalinguk
dc.subjectgenerative advesarial networkuk
dc.subjectconvolutional networkuk
dc.subjectmage interpolation methodsuk
dc.subjectneureal networksuk
dc.subjectbackpropagationuk
dc.subjectperseptual lossuk
dc.titleСистема покращення якості зображення з використанням генеративної змагальної мережіuk
dc.typeBachelor Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yeremieieva_bakalavr.pdf
Розмір:
6.55 MB
Формат:
Adobe Portable Document Format
Опис:
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 (ММСА)
Бакалаврські роботи