|
|
Diffusion Models and their Impact on Cybersecurity
Dvorščák, Patrik ; Homoliak, Ivan (referee) ; Lapšanský, Tomáš (advisor)
Táto práca skúma výkonnosť difúznych modelov (DM) a Generative Adversarial Network (GAN) - Generatívna sieť súperiacích komponentov, pri vytváraní vizuálneho obsahu generovaného umelou inteligenciou vo viacerých aplikáciách vrátane syntézy tváre, generovania textu na obraz, umeleckého renderovania, prekladu obrazu na obraz, syntézy videa a superrozlíšenia. Prostredníctvom porovnávacích experimentov sa v tomto výskume hodnotí schopnosť modelov generovať podrobné, realistické a umelecky presvedčivé vizuály z textových a obrazových vstupov. Výsledky ukazujú, že DM vynikajú pri vytváraní vysoko detailných obrazov, ktoré presne nasledujú textové vstupy, pričom sú obzvlášť účinné pri úlohách syntézy tváre a prevodu textu na obraz. Naproti tomu GAN sú zručnejšie pri vykresľovaní realistických scén prostredia, ktoré sú vhodné pre aplikácie vyžadujúce pohlcujúce vizuály. Oba typy modelov sú kompetentné v umeleckom vykresľovaní, hoci sa líšia v prispôsobovaní štýlu a kreativite. V závere práce sú uvedené budúce smery výskumu zamerané na zvýšenie účinnosti modelov a efektívnejšiu integráciu týchto technológií do praktických aplikácií.
|
|
|
The use of deep neural networks for the evaluation of metallographic cross-sections
Semančík, Adam ; Mendřický, Radomír (referee) ; Hurník, Jakub (advisor)
Táto diplomová práca skúma aplikáciu hlbokých neurónových sietí pre vylepšenie hodnotenia metalografických výbrusov pre materiály vyrobené pomocou aditívnej výroby. Zameriava sa na dve pokročilé techniky spracovania obrazu: sémantickú segmentáciu a super-rozlíšenie obrazu. Na sémantickú segmentáciu bola použitá architektúra U-Net pre klasifikáciu defektov, ako sú dva typy pórov. Okrem toho bol použitý model SRGAN (Super-Resolution Generative Adversarial Network) pre zvýšenie rozlíšenia obrazu, čo potenciálne zlepšuje presnosť segmentácie. Výskum hodnotí, či model trénovaný na AlSi10Mg môže dostatočne dobre vyhodnocovať materiály Cu99 a Ti6Al4V. Zároveň hodnotí vplyv super-rozlíšenia na výkonnosť segmentácie. Výsledky ukázali, že zatiaľ čo model segmentácie dosahoval dobré výsledky na AlSi10Mg, generalizácia na iné materiály vyžaduje diverzifikovanejšie tréningové dáta. V dôsledku výpočtových obmedzení zostáva kombinovaný efekt super-rozlíšenia a segmentácie nejednoznačný, čo naznačuje potrebu ďalšieho výskumu s výkonnejšími výpočtovými zdrojmi.
|
|
|
Cryo-EM: Impact of EER format and super-resolution on SPA results
Geršl, David ; Dobrovský, Ladislav (referee) ; Hůlka, Tomáš (advisor)
Kryo-elektronová mikroskopie (cryo-EM) se stala zásadním nástrojem ve strukturální biologii, který umožňuje vizualizaci biologických makromolekul v atomovém rozlišení za kryogenních podmínek. Tato diplomová práce se věnuje zkoumání vlivu obrazového rozlišení a chyb lokalizace v rámci techniky cryo-EM, přičemž klade důraz na jejich dopad na analýzu jednotlivých částic (SPA). Práce je rozdělena do dvou hlavních experimentálních částí. První část zkoumá dopady různých obrazových rozlišení na procesy rekonstrukce v SPA. Zde bylo zjištěno, že zvýšení rozlišení obrazu vede k lepšímu detailu a strukturální jasnosti, avšak zároveň výrazně zvyšuje výpočetní nároky a komplexnost datového zpracování. Druhá experimentální část se zaměřuje na vliv uměle indukovaných chyb lokalizace, které jsou způsobeny použitím technik superrozlišení. Tyto chyby mají negativní vliv na přesnost korekce pohybu a odhady funkcí přenosu kontrastu (CTF), což jsou klíčové aspekty pro přesné 3D rekonstrukce v SPA. Zkoumání těchto dvou klíčových faktorů odhalilo, že i přes technologický pokrok v oblasti detektorů a zpracování obrazu, který umožnil dosáhnout rozlišení srovnatelného s X-ray krystalografií, stále existují výzvy spojené s potenciální optimalizací těchto procesů v praxi. Tyto výzvy zahrnují potřebu efektivnějšího využití výpočetních zdrojů a lepšího pochopení vlivu technických parametrů na kvalitu a přesnost výsledných rekonstrukcí. Výsledky této práce poskytují poznatky pro další vývoj v oblasti cryo-EM a otevírají možnosti pro zlepšení metod SPA, což může potenciálně vést k přesnějšímu a efektivnějšímu studiu komplexních biologických struktur. Tyto poznatky také naznačují směry pro budoucí výzkum a potenciál pro technologické inovace, které by mohly dále zlepšit schopnosti cryo-EM v oblasti strukturní biologie.
|
|
|
Coherence gated holographic microscopy
Ďuriš, Miroslav ; Tyc,, Tomáš (referee) ; Baránek,, Michal (referee) ; Chmelík, Radim (advisor)
Výskumníci v oblasti biomedicíny a metapovrchov opakovane siahajú po kvantitatívnom fázovom zobrazovaní (QPI) ako primárnej zobrazovacej technike vďaka jej vysokovýkonnému, neinvazívnemu a kvantitatívnemu charakteru. Preto si QPI rýchlo vybudovalo svoju nepostrádateľnú úlohu pri identifikácii zriedkavých javov a skríningu v biomedicíne alebo automatizovanej analýze obrazových dát pomocou umelej inteligencie. Tieto a mnohé ďalšie aplikácie zdieľajú náročné splnieľnú požiadavku na rozsiahle a kvalitné súbory dát. Táto práca sa zaoberá základnými problémami optického zobrazovania a to hlavne v biomedicínskom výskume. Výskum v tejto práci je zameraný na štúdium a vývoj nových zobrazovacích metód rozšírením možností koherenciou riadeného holografického mikroskopu. V práci sme sa zaoberali tromi hlavnými oblasťami biomedicínskeho zobrazovania: zobrazovaním v kalnom prostredí, QPI so superrozlíšením a rekonštrukciou 3D rozloženia indexu lomu. Na dosiahnutie takýchto ambicióznych výsledkov sme využili takzvaný efekt koherenčnej brány, ktorý sa zvyčajne využíva na zobrazovanie cez nepriehľadné médiá najmenej rozptýleným (balistickým) svetlom. Zobrazovanie v kalných prostrediach adresujeme v tejto práci tak, že neintuitívne používame koherenčnú bránu na zobrazovanie nebalistickým svetlom, čo nám umožňuje získať informácie chýbajúce v balistickom obraze. Kombinácia obrazov pre rôzne pozície koherenčnej brány nám umožňuje syntetizovať obraz kvalitnejší ako prístupy využívajúce len balistické svetlo. Toto experimentálne demonštrujeme na kvantitatívnom zobrazovaní cez hrubé biologické tkanivo. V práci boli skúmané dva prístupy k superrozlíšeniu kvantitatívneho fázového obrazu. Prvým je prístup adaptujúci syntetickú apertúru, pre ktorý opäť využívame efekty koherenčného bránovania čiastočne koherentného svetla v kombinácii so šikmým osvetlením, ktoré zabezpečuje difrakcia na jednoduchej šesťuholníkovej fázovej mriežke umiestnenej v blízkosti vzorky. Syntetizujeme QPI s výrazne zväčšeným pásmom priestorových frekvencií zo sekvenčne získaných obrazov vytvorených koherenčne filtrovaným svetlom rozptýleným do každého difrakčného rádu mriežky. Ďalej sme vyvinuli metódu tvarovania koherenčnej brány, ktorá umožňuje QPI so superrozlíšením v reálnom čase. V práci navrhujeme prístup založený na skutočnosti, že rozptylová funkcia nášho systému je súčin difrakčne limitovaného obrazu bodového objektu a funkcie koherenčnej brány, ktorú tvarujeme podobne ako superoscilačný hotspot. Výsledok súčinu je rozptylová funkcia so sub-difrakčne limitovanou šírkou centrálneho peaku a so zanedbateľnými postrannými maximami, ktoré sú bežnou prekážkou zobrazovania pomocou superoscilácií. Útlm postranných maxím a zlepšenie rozlíšenia sa odohráva súčasne v celom zornom poli. Preto predstavujeme prvé jednosnímkové QPI so superrozlíšením. Pri oboch metódach sme dosiahli zlepšenie rozlíšenia aspoň o 19\%. V práci sa taktiež venujeme aj 3D zobrazovaniu pomocou koherenciou riadeného holografického mikroskopu. Vyvinuli sme metódu na rekonštrukciu 3D distribúcie indexu lomu zo série kvantitatívnych fázových obrazov vzorky pre rôzné pozície v axiálnom smere. Rekonštruovaná distribúcia indexu lomu má vlastnosti podobné výstupom optickej difrakčnej tomografie. Zároveň je ale potrebný počet akvizícií v prípade navrhovanej metódy výrazne nižší. Náš prístup demonštrujeme pomocou simulovaných, ako aj experimentálnych údajov.
|
|
|
Facial image restoration
Bako, Matúš ; Herout, Adam (referee) ; Hradiš, Michal (advisor)
In this thesis, I tackle the problem of facial image super-resolution using convolutional neural networks with focus on preserving identity. I propose a method consisting of DPNet architecture and training algorithm based on state-of-the-art super-resolution solutions. The model of DPNet architecture is trained on Flickr-Faces-HQ dataset, where I achieve SSIM value 0.856 while expanding the image to four times the size. Residual channel attention network, which is one of the best and latest architectures, achieves SSIM value 0.858. While training models using adversarial loss, I encountered problems with artifacts. I experiment with various methods trying to remove appearing artefacts, which weren't successful so far. To compare quality assessment with human perception, I acquired image sequences sorted by percieved quality. Results show, that quality of proposed neural network trained using absolute loss approaches state-of-the-art methods.
|
|
|
Enhancement of image quality for security forces
Varga, Adam ; Galáž, Zoltán (referee) ; Burget, Radim (advisor)
This bachelor thesis deals with image quality enhancement for security forces. Image quality enhancement in this case means increasing the resolution of image data by using super-resolution techniques using models of deep convolutional neural networks. The thesis in its theoretical part describes the principles of the operation of this technique and in its practical part is presented the work with selected state-of-the-art models in the area of super-resolution.
|
|
|
Image Super-Resolution Using Deep Learning
Mojžiš, Tomáš ; Beran, Vítězslav (referee) ; Španěl, Michal (advisor)
The aim of this thesis is to create a deep neural net capable of super-resolution on images acquired by electron microscopes. The thesis consists of two parts - finding appropriate data and creating a dataset for the super-resolution task and designing a neural net architecture capable of solving the super-resolution task. Within the thesis, two datasets comprised of images acquired by electron microscopes were created. The datasets differ in the approach to data augmentation. They allow to train a neural network which fulfills the super-resolution task. To solve this task, two U-Net based and one GAN based architecture were trained. The resolution of images was upscaled by a factor of two and four. The best artificially upscaled images were created by neural network Real-ESRGAN. The values of metrics were not higher than the tested interpolation method, but the images seem more visually pleasing especially when they were upscaled four times. Thanks to this thesis, two datasets were created allowing to train other possible neural network architectures to improve the quality of the artificially upscaled images. The neural networks trained in this thesis can be utilized in the process of acquiring higher quality data from low resolution electron microscope images.
|
|
|
Superresolution
Mezera, Lukáš ; Dvořák, Radim (referee) ; Orság, Filip (advisor)
Úkolem této diplomové práce je navrhnout vlastní metodu pro zvýšení rozlišení v obraze scény, pokud je k dispozici více snímků dané scény. V teoretické části diplomové práce jsou jako nejlepší metody pro zvýšení rozlišení v obraze vybrány ty, které jsou založeny na principech zpracování signálu. Dále jsou popsány základní požadavky metod pro zvýšení rozlišení v obraze při přítomnosti více snímků stejné scény a jejich typická struktura. Následuje stručný přehled těchto metod a jejich vzájemné porovnání podle optimálních kritérií. Praktická část diplomové práce se zabývá samotným návrhem metody pro zvýšení rozlišení v obraze, pokud je k dispozici více snímků této scény. První navržená metoda je naimplementována a otestována. Při testování této metody je však zjištěna její špatná funkčnost pro snímky scény s nízkým rozlišením, které vznikly vzájemnou rotací. Z toho důvodu je navržena vylepšená metoda pro zvýšení rozlišení v obraze. Tato metoda využívá při svém výpočtu robustních technik. Díky tomu je již vylepšená metoda nezávislá na rotaci mezi snímky scény s nízkým rozlišením. I tato metoda je řádně otestována a její výsledky jsou porovnány s výsledky první navržené metody pro zvýšení rozlišení v obraze. V porovnání výpočetních časů je lepší první navrhovaná metoda, avšak její výsledky pro obrazy obsahující rotace nejsou kvalitní. Oproti tomu pro obrazy, které vznikly pouze posunem při snímání scény, jsou tyto výsledky velice dobré. Vylepšená metoda je tedy využitelná zejména pro obrazy obsahující rotace. V závěru této práce je ještě navrženo jedno vylepšení, které by mohlo zlepšit výsledky druhé navrhnuté metody pro zvýšení rozlišení v obraze scény.
|
|
|
Determination of Objects Similarity Based on Image Information
Rajnoha, Martin ; Kamencay,, Patrik (referee) ; Beneš, Radek (referee) ; Burget, Radim (advisor)
Monitoring of public areas and their automatic real-time processing became increasingly significant due to the changing security situation in the world. However, the problem is an analysis of low-quality records, where even the state-of-the-art methods fail in some cases. This work investigates an important area of image similarity – biometric identification based on face image. The work deals primarily with the face super-resolution from a sequence of low-resolution images and it compares this approach to the single-frame methods, that are still considered as the most accurate. A new dataset was created for this purpose, which is directly designed for the multi-frame face super-resolution methods from the low-resolution input sequence, and it is of comparable size with the leading world datasets. The results were evaluated by both a survey of human perception and defined objective metrics. A hypothesis that multi-frame methods achieve better results than single-frame methods was proved by a comparison of both methods. Architectures, source code and the dataset were released. That caused a creation of the basis for future research in this field.
|
|
|
Super-resolution methods
Franěk, Pavel ; Fedra, Petr (referee) ; Mézl, Martin (advisor)
The main goal of this bachelor’s thesis is acquaint with method, which enable increasing resolution digital photos. Also realize individual interpolation method and Super-resolution by the help of programme Matlab and reference on estimation record. Discuss possibility using method super- resolution for imagery with medical modality.
|
guest ::
