Original title: Rekonstrukce řídce vzorkovaného obrazu pomocí hlubokého učení
Translated title: Reconstruction of Sparse Sampled Images with Deep Learning
Authors: Le, Hoang Anh ; Hradiš, Michal (referee) ; Juránek, Roman (advisor)
Document type: Master’s theses
Year: 2021
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract: [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. 
Keywords: GAN; image reconstruction; machine learning; Neural network; segmentation; U-Net; GAN; Neuronová síť; rekonstrukce obrazu; segmentace; strojové učení; U-Net

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/11012/200116

Permalink: http://www.nusl.cz/ntk/nusl-556782


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