📄Работа №215563
Тема: Разработка и исследование метода улучшения фотоизображения лица с применением GAN
Тип работы
Дипломные работы, ВКР
Предмет
информатика
Объем:
54 листов
Год:
2022
Просмотров:
11
4540
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 6
1 СУЩЕСТВУЮЩИЕ МЕТОДЫ ОБРАБОТКИ ФОТОИЗОБРАЖЕНИЙ
ЛИЦА 8
1.1 Постановка задачи 8
1.2 Анализ работ по улучшению лица на фотоизображении 8
1.3 Анализ готовых решений по улучшению лица на фотоизображении 11
1.4 Классические методы восстановления и улучшения изображений 15
1.5 Методы улучшения результатов работы нейронных сетей 19
1.6 Выводы по первому разделу 22
2 ЗАДАЧА УЛУЧШЕНИЯ ЛИЦА НА ФОТОИЗОБРАЖЕНИИ 24
2.1 Архитектура нейронной сети HiFace GAN 24
2.2 Подготовка данных 26
2.3 Принцип работы генеративно-состязательной нейронной сети 27
2.4 Нормализация и стандартизация фотоизображений 32
2.5 Улучшения фотоизображения лица при поворотах лица 35
2.6 Описание структуры работы программы 36
2.7 Выводы по второму разделу 37
3 РЕАЛИЗАЦИЯ МОДУЛЯ И ИССЛЕДОВАНИЕ РЕЗУЛЬТАТОВ 39
3.1 Разработка схемы работы модулей 39
3.2 Исследование и анализ результатов работы 42
3.3 Выводы по третьему разделу 48
ЗАКЛЮЧЕНИЕ 50
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 52
ВВЕДЕНИЕ 6
1 СУЩЕСТВУЮЩИЕ МЕТОДЫ ОБРАБОТКИ ФОТОИЗОБРАЖЕНИЙ
ЛИЦА 8
1.1 Постановка задачи 8
1.2 Анализ работ по улучшению лица на фотоизображении 8
1.3 Анализ готовых решений по улучшению лица на фотоизображении 11
1.4 Классические методы восстановления и улучшения изображений 15
1.5 Методы улучшения результатов работы нейронных сетей 19
1.6 Выводы по первому разделу 22
2 ЗАДАЧА УЛУЧШЕНИЯ ЛИЦА НА ФОТОИЗОБРАЖЕНИИ 24
2.1 Архитектура нейронной сети HiFace GAN 24
2.2 Подготовка данных 26
2.3 Принцип работы генеративно-состязательной нейронной сети 27
2.4 Нормализация и стандартизация фотоизображений 32
2.5 Улучшения фотоизображения лица при поворотах лица 35
2.6 Описание структуры работы программы 36
2.7 Выводы по второму разделу 37
3 РЕАЛИЗАЦИЯ МОДУЛЯ И ИССЛЕДОВАНИЕ РЕЗУЛЬТАТОВ 39
3.1 Разработка схемы работы модулей 39
3.2 Исследование и анализ результатов работы 42
3.3 Выводы по третьему разделу 48
ЗАКЛЮЧЕНИЕ 50
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 52
📖 Введение
Тема восстановления и улучшения фотографий является актуальной, так как срок годности фотографий ограничен и составляет около 40 лет. По истечению данного срока в фотографии появляются дефекты, которые приводят к тому, что она приходит в негодность и может потерять детали необходимые для восстановления изначального смыла фотографии. Устранению дефектов помогают современные методы обработки изображений [17].
Одним из таких современных методов являются генеративно-состязательные нейронные сети [5], которые получили активное развитие в последние годы. Изображения, созданные данными сетями, могут найти применение в различных областях, включая те, что напрямую не связаны с исследованиями. Также нейронные сети подобной архитектуры способны не только восстанавливать детали изображений, потерянные по различным причинам, но и улучшать уже существующие изображения.
Одним из наиболее сложных случаев для улучшения и восстановления служат человеческие лица, поскольку каждый человек обладает уникальными чертами лица или их комбинациями, а также может использовать различные виды одежды или аксессуары, которые усложняют процесс восстановления деталей изображения.
С одной стороны, данную проблему можно решить аппаратным путем, то есть реконструировать и отснять фотографию заново или же реставрировать изображения вручную пригласив людей, обученных для этого. Но оба представленных варианта отличаются высокой стоимостью и большими временными затратами для выполнения данных работ. Соответственно использование программных методов, а именно генеративно-состязательных нейронных сетей, позволяет ускорить данный процесс, а также уменьшить стоимость выполнения данных работ.
Представленный случай применения генеративно-состязательных сетей является перспективным направлением исследования, за счет широкого спектра возможного применения данной технологии для таких областей как вычислительная фотография [7], искусственная медиа [14] и реставрация старых снимков [26].
Целью данной работы является улучшения качества лица на фотоизображении путем исследования и улучшения генеративно-состязательной нейронной сети.
Для достижения данной цели необходимо решить следующие задачи:
- проанализировать существующие методы для решения задачи улучшения качества лица на фотоизображении;
- собрать и подготовить данные для тестирования нейронной сети;
- разработать и внедрить метод улучшения работы нейронной сети;
- провести исследование полученных результатов и осуществить поиск дальнейших методов для улучшения работы нейронной сети.
Одним из таких современных методов являются генеративно-состязательные нейронные сети [5], которые получили активное развитие в последние годы. Изображения, созданные данными сетями, могут найти применение в различных областях, включая те, что напрямую не связаны с исследованиями. Также нейронные сети подобной архитектуры способны не только восстанавливать детали изображений, потерянные по различным причинам, но и улучшать уже существующие изображения.
Одним из наиболее сложных случаев для улучшения и восстановления служат человеческие лица, поскольку каждый человек обладает уникальными чертами лица или их комбинациями, а также может использовать различные виды одежды или аксессуары, которые усложняют процесс восстановления деталей изображения.
С одной стороны, данную проблему можно решить аппаратным путем, то есть реконструировать и отснять фотографию заново или же реставрировать изображения вручную пригласив людей, обученных для этого. Но оба представленных варианта отличаются высокой стоимостью и большими временными затратами для выполнения данных работ. Соответственно использование программных методов, а именно генеративно-состязательных нейронных сетей, позволяет ускорить данный процесс, а также уменьшить стоимость выполнения данных работ.
Представленный случай применения генеративно-состязательных сетей является перспективным направлением исследования, за счет широкого спектра возможного применения данной технологии для таких областей как вычислительная фотография [7], искусственная медиа [14] и реставрация старых снимков [26].
Целью данной работы является улучшения качества лица на фотоизображении путем исследования и улучшения генеративно-состязательной нейронной сети.
Для достижения данной цели необходимо решить следующие задачи:
- проанализировать существующие методы для решения задачи улучшения качества лица на фотоизображении;
- собрать и подготовить данные для тестирования нейронной сети;
- разработать и внедрить метод улучшения работы нейронной сети;
- провести исследование полученных результатов и осуществить поиск дальнейших методов для улучшения работы нейронной сети.
✅ Заключение
Цель данной работы состояла в разработке и исследовании метода улучшения фотоизображения лица человека с применением генеративно-состязательной нейронной сети.
Согласно поставленной цели, в первом разделе был проведен анализ существующих методов и сервисов для решения поставленной задачи. Были рассмотрены их преимущества и недостатки. Также были проанализированы способы улучшения работы нейронных сетей и сделан выбор в пользу разработки модуля предобработки входящих изображений.
Во втором разделе была рассмотрена задача улучшения лица на фотоизображении, в том числе основные элементы работы используемой архитектуру нейронной сети. Дан обзор выбранной генеративно-состязательной нейронной сети - HiFace GAN. В этом же разделе было приведено описание разработанного алгоритма поворота фотоизображения относительно поворота лица человека на нём. Также были описаны наборы данных, на которых было проведено дальнейшее тестировании работы и схема работы разработанного модуля в контексте работы нейронной сети.
В третьем разделе были описаны схемы алгоритмов работы разработанных модулей, а также приведено описание результатов работы выбранной нейронной сети HiFace GAN с применением разработанного модуля предобработки и без него.
В ходе работы были решены следующие задачи:
- исследованы существующие методы для решения задачи улучшения лица на фотоизображении;
- проведено исследование нейронной сети HiFace GAN и подготовлен набор данных для тестирования работы нейронной сети;
- разработаны модули предобработки фотоизображений, а также поворота фотоизображений относительно поворота лица человека;
- проведено тестирование и оценка качества работы нейронной сети
HiFace GAN с разработанными модулями и без них.
Таким образом, все поставленные задачи полностью решены, а цель работы достигнута. В дальнейшем результаты данной работы можно использовать для улучшения работы нейронных сетей подобных архитектур.
По результатам исследования и разработки была написана публикация под названием «Разработка и исследование метода улучшения фотоизображения лица с применением GAN», которая была опубликована в сборнике «Южно-Уральская молодежная школа по математическому моделированию» под руководством издательского центра ЮУрГУ.
Согласно поставленной цели, в первом разделе был проведен анализ существующих методов и сервисов для решения поставленной задачи. Были рассмотрены их преимущества и недостатки. Также были проанализированы способы улучшения работы нейронных сетей и сделан выбор в пользу разработки модуля предобработки входящих изображений.
Во втором разделе была рассмотрена задача улучшения лица на фотоизображении, в том числе основные элементы работы используемой архитектуру нейронной сети. Дан обзор выбранной генеративно-состязательной нейронной сети - HiFace GAN. В этом же разделе было приведено описание разработанного алгоритма поворота фотоизображения относительно поворота лица человека на нём. Также были описаны наборы данных, на которых было проведено дальнейшее тестировании работы и схема работы разработанного модуля в контексте работы нейронной сети.
В третьем разделе были описаны схемы алгоритмов работы разработанных модулей, а также приведено описание результатов работы выбранной нейронной сети HiFace GAN с применением разработанного модуля предобработки и без него.
В ходе работы были решены следующие задачи:
- исследованы существующие методы для решения задачи улучшения лица на фотоизображении;
- проведено исследование нейронной сети HiFace GAN и подготовлен набор данных для тестирования работы нейронной сети;
- разработаны модули предобработки фотоизображений, а также поворота фотоизображений относительно поворота лица человека;
- проведено тестирование и оценка качества работы нейронной сети
HiFace GAN с разработанными модулями и без них.
Таким образом, все поставленные задачи полностью решены, а цель работы достигнута. В дальнейшем результаты данной работы можно использовать для улучшения работы нейронных сетей подобных архитектур.
По результатам исследования и разработки была написана публикация под названием «Разработка и исследование метода улучшения фотоизображения лица с применением GAN», которая была опубликована в сборнике «Южно-Уральская молодежная школа по математическому моделированию» под руководством издательского центра ЮУрГУ.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.