Název:
Rekonstrukce řídce vzorkovaného obrazu pomocí hlubokého učení
Překlad názvu:
Reconstruction of Sparse Sampled Images with Deep Learning
Autoři:
Le, Hoang Anh ; Hradiš, Michal (oponent) ; Juránek, Roman (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2021
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstrakt: [cze][eng]
Cílem práce bylo zlepšit kvalitu rekonstrukce řídce vzorkovaných mikroskopických snímků pomocí neuronových sítí. V práci budou popsány různé přístupy k rekonstrukci obrazu. Budou zde popsaný i použité implementace, nad kterými bylo provedeno vyhodnocení z pohledu rekonstrukce a segmentace, která je právě jejich hlavní možnou aplikací.
The main goal of this thesis was to increase reconstruction quality of sparse sampled microscopic images by using neural networks. The thesis will cover various approaches for image reconstruction and will also include descriptions of implementations, which were used. Implementations will be evaluated based on quality of reconstruction, but also based on segmentation, which could be their main possible application.
Klíčová slova:
GAN; Neuronová síť; rekonstrukce obrazu; segmentace; strojové učení; U-Net; GAN; image reconstruction; machine learning; Neural network; segmentation; U-Net
Instituce: Vysoké učení technické v Brně
(web)
Informace o dostupnosti dokumentu:
Plný text je dostupný v Digitální knihovně VUT. Původní záznam: http://hdl.handle.net/11012/200116