Original title: Zvýšení kvality fotografie s použitím hlubokých neuronových sítí
Translated title: Superresulution of photography using deep neural network
Authors: Holub, Jiří ; Přinosil, Jiří (referee) ; Burget, Radim (advisor)
Document type: Master’s theses
Year: 2018
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Tato diplomová práce se zabývá zvyšováním rozlišení obrázků při zachování jejich dobré kvality. Jsou zde popsány současné metody řešení tohoto problému, dále jsou popsány principy fungování neuronových sítí se zaměřením na sítě konvoluční. Konečně je popsáno několik modelů konvoluční neuronové sítě pro zvýšení rozlišení obrazu na dvojnásobek, které byly natrénovány, otestovány a porovnány na nově vytvořené databázi fotografií lidí. This diploma thesis deals with image super-resolution with conservation of good quality. Firstly, there are described state of the art methods dealing with this problem, as well as principles of neural networks with focus on convolutional ones. Finally, there is described a few models of convolutional neural network for image super-resolution to double size, which have been trained, tested and compared on newly created database with pictures of people.
Keywords: artifical neural network; convolutional layer; deep learning; generative network; Image super-resolution; TensorFlow; transposed convolutional layer; generativní síť; hluboké učení; konvoluční vrstva; TensorFlow; transponovaná konvoluční vrstva; umělá neuronová síť; Zvýšení rozlišení obrazu

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/81209

Permalink: http://www.nusl.cz/ntk/nusl-377334


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Master’s theses