Недашківська, Надія ІванівнаФоменко, Нікіта Андрійович2019-10-012019-10-012019Фоменко, Н. А. Методи масштабування зображень без втрати якості з використанням нейронних мереж : дипломна робота … бакалавра : 6.050101 Комп'ютерні науки / Фоменко Нікіта Андрійович. – Київ, 2019. – 149 с.https://ela.kpi.ua/handle/123456789/29541Дипломна робота: 149 с., 55 рис., 9 табл., 2 дод., 15 джерел. В цій роботі розглядається SRGAN – генеративно змагальна нейронна мережа для масштабування зображень. Це один з найперших фреймворків, що використовується на збільшення зображень у 4 рази, при цьому майже без втрат якості. Для цього було запропоновано перцептивну функцію втрат. Також було проведе порівняння з іншими методами масштабування, такими як білінійна та бікубічна інтерполяції, метод Ланцоша та метод найближчого сусіда. Об’єкт дослідження: зображення малого розміру, зображення з низькою роздільною здатністю. Предмет дослідження: методи нейронних мереж, інтерполяційні для збільшення зображення та покращення їх роздільної здатності. Мета роботи: дослідити моделі нейронних мереж для покращення якості зображення з малою роздільною здатністю. Методи дослідження: чисельні експерименти з порівнянням результатів, що імплементовані за допомогою мови програмування Python та бібліотеки Tensorflow.ukмасштабування зображеньгенеративно змагальні нейронні мережізгорткові нейронні мережікритерії якості масштабуванняметоди інтерполяції зображенняimage scalinggenerative adversarial networksconvolutional neural networkscriteria of image scaling qualityimage interpolation methodsBachelor Thesis149 с.