Данная работа посвящена исследованию проблемы повышения разрешения (детализации) видеопоследовательности аэрофотоснимков с акцентом на работу с малоразмерными объектами. Рассмотрены как базовые, так и современные методы решения. В частности, разработан комплекс программных обеспечений, с помощью которых производились все эксперименты, описанные в данной работе. Рассмотрены основные способы повышения разрешения видеопоследовательностей, на основе сохранения пространственно-временной информации. Конечным результатом являются эксперименты с архитектурой нейросетевого метода EDVR, для улучшения качества повышения разрешения малоразмерных объектов. Как следствие, в заключительных главах рассматриваются процесс обучения и анализ полученных результатов относительно оригинальной реализации и остальных современных подходов.

This work is devoted to the study of the problem of increasing the resolution (detailing) of a video sequence of aerial photographs with an emphasis on working with small-sized objects. Both basic and modern methods of solution are considered. A software package was developed, with the use of which all the experiments described in this paper were carried out. The main ways of increasing the resolution of video sequences based on the preservation of space-time information are considered. The end result is experimentation with the architecture of the EDVR neural network method to improve the quality of resolution enhancement of small-sized objects. As a consequence, the final chapters discuss the learning process and analyze the results obtained in relation to the original implementation and other modern approaches.

• 554d14c6a6d03572b30ccac01a654930d672b027b00c7e71c27ab8ff17cc71f9.pdf
  • РЕФЕРАТ
  • ABSTRACT
  • СОДЕРЖАНИЕ
  • ОПРЕДЕЛЕНИЯ, ОБОЗНАЧЕНИЯ И СОКРАЩЕНИЯ
  • Введение
  • Глава 1 СПОСОБЫ ПОВЫШЕНИЯ РАЗРЕШЕНИЯ
    • 1.1 Традиционные методы
    • 1.2 Методы, основанные на глубоком обучении
      • 1.2.1 Одиночное изображение (SISR)
      • 1.2.2 Последовательность не связанных изображений (MISR)
      • 1.2.3 Видеопоследовательность (VSR)
        • 1.2.3.1 Методы с компенсацией движения
        • 1.2.3.2 Рекуррентные нейросети
        • 1.2.3.3 Методы пространственно-временного слияния
        • 1.2.3.4 Методы адаптивного выравнивания
    • 1.3 Выводы
  • Глава 2 СПОСОБЫ ОЦЕНКИ КАЧЕСТВА
    • 2.1 Полно-ссылочные метрики
    • 2.2 Без ссылочные методы
    • 2.3 Выводы
  • Глава 3 РЕАЛИЗАЦИЯ АЛГОРИТМА
  • Глава 4 АНАЛИЗ РЕЗУЛЬТАТОВ
    • 4.1 Тестовый набор данных
    • 4.2 Описание программного обеспечения
    • 4.3 Результаты тестирования
  • Заключение
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ