Метод та програмне забезпечення для кольоризації зображень у відтінках сірого

Вантажиться...
Ескіз

Дата

2024

Науковий керівник

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Сучасні нейромережеві технології перетворення зображень ґрунтуються на застосуванні моделей згорткових нейронних мереж. Такий підхід є ефективним для автоматизації процесів, але має свої обмеження щодо точності колоризації та процесу навчання. Тому створення ефективного методу та відповідного програмного забезпечення колоризації растрових зображень у відтінках сірого залишається актуальною задачею. У магістерській дисертації представлене дослідження використання моделей згорткових нейронних мереж для колоризації зображень у відтінках сірого. Запропоновано метод колоризації на основі моделі U-Net, що містить етап передоброблення зображення – квантування рівнів сірого для навчання та роботи нейронної мережі, та етап постоброблення – застосування функції нормалізації та сигмоїдної функції активації до результатів згорткових шарів мережі. Для розроблення програмного забезпечення, що реалізує запропонований метод колоризації зображень у відтінках сірого, було використано мову програмування Python, бібліотеки TensorFlow, NumPy, Flask. Використання запропонованого методу, згідно з дослідженнями, дозволяє збільшити ефективність навчання моделі та точність колоризації зображень на понад 3%. Тому впровадження запропонованого методу колоризації зображень здатне покращити якість колоризованих зображень і може використовуватися в системах комп’ютерного зору як модуль попереднього оброблення зображень.

Опис

Ключові слова

колоризація зображень, згорткова нейронна мережа, машинне навчання, зображення у відтінках сірого, квантування рівнів сірого, image colorization, convolutional neural network, machine learning, grayscale images, gray level quantization

Бібліографічний опис

Каснер, М. Ю. Метод та програмне забезпечення для кольоризації зображень у відтінках сірого : магістерська дис. : 121 Інженерія програмного забезпечення / Каснер Максим Юрійович. — Київ, 2024. — 114 с.

DOI