Метод та програмне забезпечення для кольоризації зображень у відтінках сірого

Скорочена інформація про документ
dc.contributor.advisorШкурат, Оксана Сергіївна
dc.contributor.authorКаснер, Максим Юрійович
dc.date.accessioned2024-01-31T12:59:07Z
dc.date.available2024-01-31T12:59:07Z
dc.date.issued2024
dc.description.abstractСучасні 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.uk
dc.description.abstractotherModern neural network technologies for image conversion are based on the use of convolutional neural network models. This approach is effective for automating processes but has its limitations in terms of colorization accuracy and learning process. Therefore, creating an effective method and appropriate software for grayscale colorization of raster images remains an urgent task. The master's thesis presents a study of the use of convolutional neural network models for grayscale image colorization. A colorization method based on the U-Net model is proposed, which includes a pre-processing stage of the image - quantization of gray levels for training and operation of the neural network, and a post-processing stage - application of the normalization function and sigmoidal activation function to the results of convolutional network layers. To develop the software that implements the proposed method of grayscale image colorization, we used the Python programming language, TensorFlow, NumPy, and Flask libraries. The use of the proposed method, according to research, can increase the efficiency of model training and the accuracy of image colorization by more than 3%. Therefore, the implementation of the proposed image colorization method can improve the quality of colorized images and can be used in computer vision systems as a module for image preprocessing.uk
dc.format.extent114 c.uk
dc.identifier.citationКаснер, 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.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64143
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectколоризація зображеньuk
dc.subjectзгорткова нейронна мережаuk
dc.subjectмашинне навчанняuk
dc.subjectзображення у відтінках сірогоuk
dc.subjectквантування рівнів сірогоuk
dc.subjectimage colorizationuk
dc.subjectconvolutional neural networkuk
dc.subjectmachine learninguk
dc.subjectgrayscale imagesuk
dc.subjectgray level quantizationuk
dc.subject.udc004.42.004.932uk
dc.titleМетод та програмне забезпечення для кольоризації зображень у відтінках сірогоuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ПЗКС)
Магістерські роботи