Název:
Zvýšení kvality fotografie s použitím hlubokých neuronových sítí
Překlad názvu:
Superresulution of photography using deep neural network
Autoři:
Holub, Jiří ; Přinosil, Jiří (oponent) ; Burget, Radim (vedoucí práce) Typ dokumentu: Diplomové práce
Rok:
2018
Jazyk:
cze
Nakladatel: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstrakt: [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.
Klíčová slova:
generativní síť; hluboké učení; konvoluční vrstva; TensorFlow; transponovaná konvoluční vrstva; umělá neuronová síť; Zvýšení rozlišení obrazu; artifical neural network; convolutional layer; deep learning; generative network; Image super-resolution; TensorFlow; transposed convolutional layer
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/11012/81209