Метод стиснення зображення на основі нейронної мережі

Скорочена інформація про документ
dc.contributor.advisorГордієнко, Юрій Григорович
dc.contributor.authorВасиленко, Дмитро Євгенійович
dc.date.accessioned2021-06-08T12:55:18Z
dc.date.available2021-06-08T12:55:18Z
dc.date.issued2021-05
dc.description.abstractukРобота складається із вступу та чотирьох розділів. Загальний обсяг роботи: 86 аркушів основного тексту, 42 ілюстрацій, 12 таблиця. При підготовці використовувалася література з 42 різних джерел. Актуальність. З розвитком мережевих технологій кількість даних що використовуються у повсякденному житті кожним із нас зростає із неймовірною швидкістю, за нещодавніми дослідженнями за останні 20 років людство згенерувало більше інформації ніж за все своє існування, що ставить перед нами задачу ефективного способу збереження та передачі даних як одну із найпріорітетніших в даний момент. Особливо важливим типом інформації є зображення і вміння його ефективно зберігати та передавати надає неймовірні можливості людству, проте останні роки ми користувалися лише класичними алгоритмами для стискання зображення. Отже використання нейронних мереж у даній сфері фактично може відкрити нові раніше не бачені горизонти що дозволяють нам перейти на нову ланку у розвитку технологій компресії. Мета і завдання дослідження. Метою магістерської роботи є створення та розвиток способів покращення характеристик методу компресії зображення що базується на основі нейронної мережі. Для досягнення поставленої магістерською роботою мети було поставлено й вирішено наступні завдання: ● дослідження поняття зображення та його структури й існуючих сучасних форматів різних типів; ● глибоко розглянуті існуючі методи компресії зображення із втратами та без втрат; ● розглянуто існуючі методи компресії зображення із використання нейронних мереж; ● проаналізовано та покращено існуючий метод глибокої компресії зображення що базується на основі квантування даних зображення у каналах; ● проілюстровано роботу моделі та проаналізовано результати створеного покращеного варіанту нейронної мережі відносно оригінального дослідження; Об’єкт дослідження. Метод стиснення зображення на основі нейронної мережі Предмет дослідження. Ефективність роботи методу компресії зображення та шляхи її покращення Методи досліджень. Для досягнення поставлених в магістерській роботі задач, було використано методи машинного навчання та тренування нейронних мереж. Наукова новизна проведеного дослідження забезпечена наступними пунктами: ● було запропоновано новий блок нейронної мережі що є складовою кодувальника у підході до глибокої компресії зображення. ● розроблено та доповнено програмний продукт нейронної мережі для забезпечення поставленої задачі. ● тренування проведено на хмарному провайдері Microsoft Azure. Особистий внесок здобувача. Магістерське дослідження є самостійно виконаною роботою, в якій відображено особистий авторський підхід та особисто отримані теоретичні та прикладні результати, що відносяться до вирішення задачі глибокої компресії зображення з допомогою нейронної мережі. Формулювання мети та завдань дослідження проводилось спільно з науковим керівником. Практична цінність. Отримані результати можуть бути вільно використані у мабутніх дослідженнях за напрямками: ● машинне навчання ● глибока компресія зображення ● компресія зображення нейронними мережами Публікації. Результати дослідження, яке було виконано в рамках дисертації, були представлені на наступних конференціях, та опубліковані в збірниках доповідей цих конференцій: 1. D. Vasylenko, S. Stirenko, Y. Gordienko, Deep Image Compression System for the Better Rate-Distortion Performance, The International Conference on Security, Fault Tolerance, Intelligence (ICSFTI2021 Online), Kyiv, Ukraine. 2. D. Vasylenko, S. Stirenko, Y. Gordienko, Improvement of Image Compression Performance by Deep Neural Networks, IEEE 19th International Conference on Smart Technologies (EUROCON-2021), Lviv, Ukraine.uk
dc.format.page126 с.uk
dc.identifier.citationВасиленко, Д. Є. Метод стиснення зображення на основі нейронної мережі : магістерська дис. : 123 Комп’ютерна інженерія / Василенко Дмитро Євгенійович. – Київ, 2021. – 126 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/41399
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectнейронні мережіuk
dc.subjectглибока компресія зображеньuk
dc.subjectмашинне навчанняuk
dc.subjectквантизація змінних на рівні каналуuk
dc.subjectавто-кодувальникиuk
dc.subjectAutoencodersuk
dc.subjectNeural Networksuk
dc.subjectDeep Image Compressionuk
dc.subjectMachineLearninguk
dc.subjectChannel Level Variable Quantizationuk
dc.subject.udc004.052.42uk
dc.titleМетод стиснення зображення на основі нейронної мережіuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Vasylenko_magistr.pdf
Розмір:
10.94 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 (ОТ)
Магістерські роботи