Тема: Увеличение разрешения изображений с использованием нейронных сетей
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.
📋 Содержание
2Применение нейронных сетей для увеличения разрешения изображений
2.1Классические методы увеличения изображения
2.2Генерирование изображений с высоким разрешением с
использованием глубоких нейронных сетей
3Программная реализация приложения для нейросетевого увеличения
разрешения изображений
3.1Подготовка данных
3.2Средства разработки программного обеспечения
3.3Структура приложения
3.4Графический интерфейс приложения
3.5Результаты тестирования приложения
Заключение
Список используемой литературы
📖 Введение
В данной бакалаврской работе исследуются способы увеличения разрешения изображений на основе нейросетевых технологий.
В исследовании предложены модификации генеративносостязательные 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
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 генеративносостязательные 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.





