Отрывок: 2, N = 32). Табл. 2. Оценки PSNR для различных адаптивных методов [2, 4, 11] Image EDIST DCCI NEDI4 NEDI8 N32 Airplane 30,54 30,48 29,69 30,22 31,13 Car 27,35 27,17 26,53 27,27 27,52 Couple 29,37 29,52 28,75 29,23 29,75 Girl 31,23 31,38 30,74 31,40 32,06 House 28,41 28,75 27,97 28,60 29,34 Lake 25,91 25,68 25,38 25,89 26,03 Lena 30,47 30,70 30,29 30,76 31,07 Mandrill 19,99 20,06 19,93 20,73 20,26 Peppers 32,97 33,26 32,96 33,21 33,77 Splash 34,60 34,76 34,24 34,46 36,...
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Ваганов, С.Е. | - |
dc.date.accessioned | 2019-10-15 10:03:52 | - |
dc.date.available | 2019-10-15 10:03:52 | - |
dc.date.issued | 2019-08 | - |
dc.identifier | Dspace\SGAU\20190924\78788 | ru |
dc.identifier.citation | Ваганов, С.Е. Адаптивный нейросетевой метод построения интерполяционной формулы для удвоения размера изображения / С.Е. Ваганов // Компьютерная оптика. – 2019. – Т. 43, № 4. – С. 627-631. – DOI: 10.18287/2412-6179-2019-43-4-627-631. | ru |
dc.identifier.issn | https://dx.doi.org/10.18287/2412-6179-2019-43-4-627-631 | - |
dc.identifier.uri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Adaptivnyi-neirosetevoi-metod-postroeniya-interpolyacionnoi-formuly-dlya-udvoeniya-razmera-izobrazheniya-78788 | - |
dc.description.abstract | Предложена архитектура искусственной нейронной сети, решающей задачу построения интерполяционных формул для удвоения размера изображений. Обученная модель получает в качестве аргумента матрицу раз-мера 4×4, а результатом работы является интерполяционная формула, представленная в виде весового век-тора для 4 точек. Произведено сравнение основных оценок качества предложенного метода с некоторыми известными адап-тивными подходами. Сравнительный анализ показал, что предложенный подход имеет лучшее качество ин-терполяции по сравнению с методами New Edge-Directed Interpolation и Directional Cubic Convolution Interpolation. | ru |
dc.language.iso | rus | ru |
dc.publisher | Новая техника | ru |
dc.relation.ispartofseries | 43;4 | - |
dc.subject | интерполяция | ru |
dc.subject | машинное обучение | ru |
dc.subject | искусственная нейронная сеть | ru |
dc.subject | градиентный спуск | ru |
dc.subject | качество изображения | ru |
dc.title | Адаптивный нейросетевой метод построения интерполяционной формулы для удвоения размера изображения | ru |
dc.title.alternative | Adaptive ANN-based method of constructing an interpolation formula for doubling the image size | ru |
dc.type | Article | ru |
dc.textpart | 2, N = 32). Табл. 2. Оценки PSNR для различных адаптивных методов [2, 4, 11] Image EDIST DCCI NEDI4 NEDI8 N32 Airplane 30,54 30,48 29,69 30,22 31,13 Car 27,35 27,17 26,53 27,27 27,52 Couple 29,37 29,52 28,75 29,23 29,75 Girl 31,23 31,38 30,74 31,40 32,06 House 28,41 28,75 27,97 28,60 29,34 Lake 25,91 25,68 25,38 25,89 26,03 Lena 30,47 30,70 30,29 30,76 31,07 Mandrill 19,99 20,06 19,93 20,73 20,26 Peppers 32,97 33,26 32,96 33,21 33,77 Splash 34,60 34,76 34,24 34,46 36,... | - |
dc.classindex.scsti | 27.41.23 | - |
Располагается в коллекциях: | Журнал "Компьютерная оптика" |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
430415.pdf | 916.95 kB | Adobe PDF | Просмотреть/Открыть |
Показать базовое описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.