Детальная информация

Название: Применение метода многокадрового сверхразрешения: выпускная квалификационная работа бакалавра: направление 27.03.04 «Управление в технических системах» ; образовательная программа 27.03.04_05 «Интеллектуальные системы обработки информации и управления»
Авторы: Богданова Анастасия Ивановна
Научный руководитель: Милицын Алексей Владимирович
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2023
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: многокадровое сверхразрешение; нейронные сети; низкое разрешение; архитектура нейронной сети; высокое разрешение; изображение; кадр; multi-frame super-resolution; neural networks; low resolution; neural network architecture; high resolution; image; frame
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 27.03.04
Группа специальностей ФГОС: 270000 - Управление в технических системах
DOI: 10.18720/SPBPU/3/2023/vr/vr24-1599
Права доступа: Доступ по паролю из сети Интернет (чтение)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\28494

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

В данной работе изложены методы многокадрового сверхразрешения, не-обходимые для получения изображения с более высоким разрешением. Рассмотрены самые эффективные методы, основанные на использовании нейронных сетей различных архитектур. Проведён сравнительный анализ результатов работы этих сетей для решения поставленной задачи. Разработана улучшенная версия нейросети для более качественного восстановления изображения.

This work describes the methods of multi-frame super-resolution necessary to ob-tain an image with a higher resolution. The most effective methods based on the use of neural networks of various architectures are considered. A comparative analysis of the results of the work of these networks is carried out to solve the problem. An improved version of the neural network has been developed for better image recovery.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Авторизованные пользователи СПбПУ Прочитать
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика