АННОТАЦИЯ 2
Введение 7
1 Демозаика RAW изображений 8
1.1 Методы демозаики RAW изображений 8
1.1.1 Матрица цифровых фотокамер 8
1.1.2 Формат RAW 10
1.1.3 Демозаика RAW изображений 11
1.1.4 Методы демозаики 13
1.2 Применение нейронных сетей 14
1.2.1 Искусственные нейронные сети 14
1.2.2 Классы нейронных сетей 17
1.2.3 Применение искусственных нейронных сетей 18
1.2.4 Преимущества и недостатки применения нейросетей 20
1.3 Свёрточные нейронные сети 23
1.3.1 Свёрточные нейросети в работе с изображениями 24
1.3.2 Параметры свёрточной нейросети 25
1.3.3 Архитектура свёрточных нейросетей 26
1.3.4 Слои свёртки 27
1.4 Существующие методы обработки RAW нейросетями 28
1.5 Вывод 30
2 Архитектура нейросети для демозаики 32
2.1 Постановка задачи 32
2.2 Исходные данные 32
2.3 Архитектура нейронной сети 34
2.4 Функция активации 34
2.5 Подготовка данных 36
2.6 Обучение нейросети 37
2.7 Вывод 40
3 Программа для преобразования RAW нейросетями 41
3.1 Блок-схема программы 41
3.2 Сравнение качества работы алгоритмов 42
3.3 Скорость преобразования (сравнительные метрики) 44
3.4 Вывод 45
4 Заключение 46
5 Библиографический список 47
Приложение 1 Код программы обучения нейросети 50
RAW-формат цифровых фотографий часто используются как профессиональными фотографами, так и любителями. Данный формат отличается тем, что он сохраняет большее количество информации, чем стандартные цифровые изображения с глубиной цвета 8 бит (в RAW хранится информации до 16 бит на каждый пиксель), поэтому при дальнейшей обработке в фоторедакторах можно получить результат гораздо лучше, чем при работе с данными, урезанными до восьми бит.
Однако файлы в форматеRAW не являются полноценными изображениями, которые можно считать и просмотреть напрямую с экранов электронных устройств. Это специальный формат файла, хранящий в себе необработанные значения сигналов, полученных сенсором фотокамеры.
Для получения изображения из RAW файла выполняетсядемозаика, которая преобразует специфичную структуру файла в вид восьмибитных RGBизображений (значения красного, зелёного и синего каналов в пределах от 0 до 255), пригодный для показа на экранах.
Существующие алгоритмы демозаики отличаются своей сложностью и продолжительностью работы. В своей работе я поставил задачу попробовать оптимизировать процесс демозаики путём применения нового алгоритма на основе нейронных сетей, поскольку нейронные сети хорошо справляются с задачамивыявления неявных закономерностей, решающимися в ходе демозаики.
Следовательно, результат работы нейронной сети, решающей задачу демозаики может превзойти по скорости стандартные алгоритмы и занять среднюю нишу между быстрыми алгоритмами с низким качеством и долгими алгоритмами с высоким качеством.
В данной работе было проведено исследование RAW формата изображений, был изучен принцип демозаикии разработано приложение, реализующее демозаику при помощи нейронных сетей. В настоящее время не существует идеальных алгоритмов преобразования изображений в формат RGB, поэтомудо сих пор возможно добиться лучших результатов обработки с точки зрения улучшения качества выходного изображения или скорости работы алгоритма.
Применение свёрточных нейронных сетей позволило разработанному алгоритмудостичь приемлемых результатов по скорости работы.
Оптимизация алгоритма преобразования имеет практическую пользу - фотографам, применяющим приложение с таким алгоритмом, потребуется меньше времени и вмешательства для преобразования большого количества фотографий в пригодный формат для публикации в интернет и просмотра на экранах электронных устройств - таких как телефоны и компьютеры.
Разработанное приложение может быть улучшено в дальнейшем применением другой архитектуры нейронной сети или увеличением размера обучающей выборки.
