📄Работа №112364
Тема: Увеличение разрешения изображений с использованием нейронных сетей
Тип работы
Бакалаврская работа
Предмет
нейронные сети
Объем:
40 листов
Год:
2020
Просмотров:
328
4750
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Аннотация 2
Введение 5
1 Анализ проблемы повышения разрешения 6
2 Применение нейронных сетей для увеличения разрешения изображений 9
2.1 Классические методы увеличения изображения 9
2.2 Генерирование изображений с высоким разрешением с использованием глубоких нейронных сетей 11
3 Программная реализация приложения для нейросетевого увеличения разрешения изображений 26
3.1 Подготовка данных 26
3.2 Средства разработки программного обеспечения 26
3.3 Структура приложения 30
3.4 Графический интерфейс приложения 32
3.5 Результаты тестирования приложения 33
Заключение 36
Список используемой литературы 37
Введение 5
1 Анализ проблемы повышения разрешения 6
2 Применение нейронных сетей для увеличения разрешения изображений 9
2.1 Классические методы увеличения изображения 9
2.2 Генерирование изображений с высоким разрешением с использованием глубоких нейронных сетей 11
3 Программная реализация приложения для нейросетевого увеличения разрешения изображений 26
3.1 Подготовка данных 26
3.2 Средства разработки программного обеспечения 26
3.3 Структура приложения 30
3.4 Графический интерфейс приложения 32
3.5 Результаты тестирования приложения 33
Заключение 36
Список используемой литературы 37
📖 Введение
Расширение сфер применения систем компьютерного зрения связано с потребностью автоматизации технических и социальных процессов. Благодаря их использованию решаются такие задачи как анализ медицинских изображений, анализ дорожно-транспортной обстановки. Алгоритмы анализа изображений, лежащие в основе работы таких систем, чувствительны к качеству входных изображений. Поэтому актуальным исследовательской задачей остается разработка и совершенствование алгоритмов повышения разрешения изображений.
В данной бакалаврской работе исследуются способы увеличения разрешения изображений на основе нейросетевых технологий.
В исследовании предложены модификации генеративно-состязательные сети SRGAN, заключающиеся в удалении слоев батч- нормализация в генераторе для повышения его производительности и снижении вычислительной сложности расчётов. Также предложены изменения по работе дискриминатора в части классификации изображений.
Цель работы - разработка приложения, для повышения разрешения изображения с использованием глубоких нейронных сетей.
На языке Python разработано приложение, которое демонтирует возможности предложенного варианта нейронной сети при решении задачи увеличения разрешения изображений. Работа приложения протестирована на различных изображениях.
В данной бакалаврской работе исследуются способы увеличения разрешения изображений на основе нейросетевых технологий.
В исследовании предложены модификации генеративно-состязательные сети SRGAN, заключающиеся в удалении слоев батч- нормализация в генераторе для повышения его производительности и снижении вычислительной сложности расчётов. Также предложены изменения по работе дискриминатора в части классификации изображений.
Цель работы - разработка приложения, для повышения разрешения изображения с использованием глубоких нейронных сетей.
На языке Python разработано приложение, которое демонтирует возможности предложенного варианта нейронной сети при решении задачи увеличения разрешения изображений. Работа приложения протестирована на различных изображениях.
✅ Заключение
В результате написания бакалаврской работы были сделаны следующие выводы:
1. Алгоритмы анализа, используемые в системах компьютерного зрения, чувствительны к качеству изображения. Увеличение разрешения изображений возможно за счет использования более совершенного аппаратного обеспечения, но это является дорогостоящим решением проблемы. Другим путем является предобработка изображений с помощью алгоритмов, позволяющих повышать их разрешение. Поэтому актуальным исследовательской задачей остается разработка и совершенствование алгоритмов повышения разрешения изображений.
2. Анализ литературы показал, что при решении задачи увеличения изображений лучше всего себя показывают сверточные нейронные сети и генеративно-состязательные сети.
3. В исследовании предложены модификации генеративно-состязательные сети SRGAN, заключающиеся в удалении слоев батч- нормализация в генераторе для повышения его производительности и снижении вычислительной сложности расчётов. Также предложены изменения по работе дискриминатора в части классификации изображений.
4. На языке Python разработано приложение, которое демонтирует возможности предложенного варианта нейронной сети при решении задачи увеличения разрешения изображений. Работа приложения протестирована на различных изображениях.
1. Алгоритмы анализа, используемые в системах компьютерного зрения, чувствительны к качеству изображения. Увеличение разрешения изображений возможно за счет использования более совершенного аппаратного обеспечения, но это является дорогостоящим решением проблемы. Другим путем является предобработка изображений с помощью алгоритмов, позволяющих повышать их разрешение. Поэтому актуальным исследовательской задачей остается разработка и совершенствование алгоритмов повышения разрешения изображений.
2. Анализ литературы показал, что при решении задачи увеличения изображений лучше всего себя показывают сверточные нейронные сети и генеративно-состязательные сети.
3. В исследовании предложены модификации генеративно-состязательные сети SRGAN, заключающиеся в удалении слоев батч- нормализация в генераторе для повышения его производительности и снижении вычислительной сложности расчётов. Также предложены изменения по работе дискриминатора в части классификации изображений.
4. На языке Python разработано приложение, которое демонтирует возможности предложенного варианта нейронной сети при решении задачи увеличения разрешения изображений. Работа приложения протестирована на различных изображениях.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.