Методика покращення якості зображень на основі генеративних змагальних мереж

Скорочена інформація про документ
dc.contributor.advisorДанилов, Валерій Якович
dc.contributor.authorМайко, Олексій Вікторович
dc.date.accessioned2021-04-05T15:55:00Z
dc.date.available2021-04-05T15:55:00Z
dc.date.issued2020
dc.description.abstractenMaster’s thesis contains 127 pages, 35 drawings, 26 tables. And also 34 sources were used. In this paper, the current problems and issues in the field of improving the resolution of images are considered. High quality images are a necessary factor in ensuring the stable operation of recorders, as well as the appropriate frame rate for dynamic scenes. The purpose of this work is to investigate existing approaches to improving the resolution of images, improve them, develop our own, which will be better at solving the problem and reach a compromise between the productivity and speed of the software. The object of research is a test set of low-resolution image data. Methods of research - GAN, super resolution method. The software product is implemented using the Python programming language. After studying the method, a comparative analysis was conducted between our and other approaches that were used to solve the problem. In the work we have developed a method for improving the resolution of images based on deep convolutional neural networks using the super resolution method. A method is proposed that provides greater speed when used in practice and gives the contemporary quality of the result. Field of application: The work can be used to increase the resolution of images, especially in areas such as video surveillance, medical diagnostics, farming and remote sensing applications.uk
dc.description.abstractukМагістерська дисертація містить 127 с., 26 табл., 35 рис., 2 дод.. А також було використано 34 джерела. В даній роботі розглядаються актуальні проблеми та питання у галузі покращення роздільної здатності зображень. Висока якість зображень є необхідним фактором при забезпеченні стабільної роботу записуючих пристроїв, а також відповідної частоти кадрів для динамічних сцен. Метою даної роботи є дослідити існуючі підходи до покращення роздільної здатності зображень, покращити їх, розробити власний, який буде проявляти себе краще при вирішенні задачі та досягати компромісу між продуктивність та швидкістю відпрацювання програмного продукту. Та порівняти результати роботи з використанням глибинних згорткових мереж, які використовувалися у дипломній роботі. Об’єктом дослідження виступає тестовий набір даних зображень низької роздільної здатності. Методи дослідження – генеративно-змагальна нейронна мережа, метод супер роздільної здатності (Super Resolution). Програмний продукт реалізований за допомогою мови програмування Python. Після дослідження методу був проведений порівняльний аналіз між різними підходами для вирішення поставленої проблеми. 5 У виконаній роботі розроблено методику покращення роздільної здатності зображень на основі генеративно-змагальних нейронних мереж з використанням методу супер роздільної здатності. Пропонується спосіб, який забезпечує більшу швидкість при використанні на практиці та дає сучасну якість результату. Галузь застосування: проведена робота може бути використана при підвищенні роздільної здатності зображень, особливо в таких областях, як відеоспостереження, медична діагностика, фермерське господарство та застосування дистанційного зондування.uk
dc.format.page127 с.uk
dc.identifier.citationМайко, О. В. Методика покращення якості зображень на основі генеративних змагальних мереж : магістерська дис. : 124 Системний аналіз / Майко Олексій Вікторович. – Київ, 2020. – 127 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40415
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкомп’ютерні комунікаціїuk
dc.subjectкомп’ютерна безпека та надійністьuk
dc.subjectопераційні системиuk
dc.subjectінформаційні системиuk
dc.subjectштучна нейронна мережаuk
dc.subjectштучний інтелектuk
dc.subjectметод зворотнього поширення помилкиuk
dc.subjectроздільна здатність зображенняuk
dc.subjectвідновлення зображеньuk
dc.subjectприбирання шуму з зображеньuk
dc.subjectглибокі згорткові нейронні мережіuk
dc.subjectрозріджене кодуванняuk
dc.subjectcomputer communicationsuk
dc.subjectcomputer security and reliabilityuk
dc.subjectoperating systemsuk
dc.subjectinformation systemsuk
dc.subjectartificial neural networkuk
dc.subjectartificial intelligenceuk
dc.subjectbackpropagationuk
dc.subjectbinding immunityuk
dc.subjectrestoring imagesuk
dc.subjectimage denoisinguk
dc.subjectgenerative adversarial neural networksuk
dc.subjectreduced codinguk
dc.subject.udc004.932.4uk
dc.titleМетодика покращення якості зображень на основі генеративних змагальних мережuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи