Математичне та програмне забезпечення системи перетворення чорно-білих зображень в кольорові

Скорочена інформація про документ
dc.contributor.advisorКовальчук-Химюк, Людмила Олександрівна
dc.contributor.authorМихайленко, Ярослава Євгенівна
dc.date.accessioned2024-06-13T08:28:22Z
dc.date.available2024-06-13T08:28:22Z
dc.date.issued2023
dc.description.abstractДипломну роботу виконано на 79 аркушах, вона містить 2 додатки та перелік посилань на використані джерела з 41 найменувань. У роботі наведено 60 рисунки та 2 таблиці. Метою даної дипломної роботи є покращенні сприйняття/розуміння візуальної інформації чорно-білих зображень шляхом їх колоризації. Додавання кольору надає зображенням додатковий контекст та деталі, які можуть бути недостатньо ясними або неінтерпретованими у їхній чорно-білій формі. У даній роботі був проведений аналіз існуючих рішень поставленої задачі – ручна колоризація, колоризація на основі підказок, колоризація на основі прикладів та автоматична колоризація. У випадку обраного повністю автоматичного підходу були розглянуті нейронні мережі, як метод його реалізації, найчастіше використовувані архітектури нейронних мереж для задачі колоризації зображень – CNN, GAN, Autoencoders. Описано алгоритми підбору гіперпараметрів, що використовуються для покращення точності прогнозування та стабільності моделі – пошук по сітці, випадковий пошук та байєсова оптимізація. Зроблено порівняння архітектури нейронних мереж та даних методів підбору, описано їх сильні та слабкі сторони з огляду точності очікуваних результатів та оптимальної кількості затрат часу. Для виконання поставленої задачі було обрано тип нейронної мережі Autoencoders, а саме її підтип Convolutional Autoencoders, а для підбору гіперпараметрів – метод випадкового пошуку. Спроектовано та розроблено систему перетворення чорно-білих зображень в кольорові, проведено остаточне її тестування на окремому наборі зображень в градаціях сірого.
dc.description.abstractotherThe thesis is presented in 79 pages. It contains 2 appendixes and bibliography of 41 references. 60 figures and 2 tables are given in the thesis. The purpose of this thesis is to improve the perception/understanding of visual information of black and white images by colorizing them. Adding color gives images additional context and detail that may not be clear or interpretable in their black and white form. In this work, an analysis of existing solutions to the given task was carried out - manual colorization, colorization based on scribbles, colorization based on examples, and automatic colorization. In the case of the chosen fully automatic approach, neural networks were considered as a method of its implementation, the most often used architectures of neural networks for the problem of image colorization - CNN, GAN, Autoencoders. Hyperparameter tuning algorithms used to improve prediction accuracy and model stability are described - grid search, random search, and Bayesian optimization. A comparison of neural network architectures and mentioned methods for hyperparameters tune is made, their strengths and weaknesses are described in terms of the accuracy of expected results and the optimal amount of time spent. To perform the given task, the Autoencoders neural network type, namely its subtype Convolutional Autoencoders, was chosen, and the random search method was used to select hyperparameters. A system for converting black-and-white images into color was designed and developed, and its final testing was carried out on a separate set of grayscale images.
dc.format.extent95 с.
dc.identifier.citationМихайленко, Я. Є. Математичне та програмне забезпечення системи перетворення чорно-білих зображень в кольорові : дипломна робота … бакалавра : 113 Прикладна математика / Михайленко Ярослава Євгенівна. – Київ, 2023. – 95 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/67155
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectзображення/фотографія
dc.subjectзгорткова нейронна мережа типу кодер-декодер
dc.subjectсистема колоризації зображень
dc.subjectметод випадкового пошуку
dc.subjectфункція втрат
dc.titleМатематичне та програмне забезпечення системи перетворення чорно-білих зображень в кольорові
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Mykhailenko_bakalavr.pdf
Розмір:
2.19 MB
Формат:
Adobe Portable Document Format
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 (ПМА)
Бакалаврські роботи