Отрывок: 5. Рис. 5. Схема этапа расчёта новой оценки изображения ВР 1. Удаление областей, подверженных воздействию АП, путём поэлементного умножения пикселей очередного изображения ВР на бинарную мас- ку, полученную в ходе его сегментации (блок 1 на рис. 5). 2. Повышение полученного разрешения до целе- вого при помощи бикубической интерполяции (блок 2). 3. Получение остаточного изображения при по- мощи DAG-сети (блок 3). 4. Сложение остаточного изображения с компо- нентой яркости ...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorСаввин, С.В.-
dc.contributor.authorСирота, А.А.-
dc.date.accessioned2022-03-10 15:35:40-
dc.date.available2022-03-10 15:35:40-
dc.date.issued2022-01-
dc.identifierDspace\SGAU\20220305\96076ru
dc.identifier.citationСаввин, С.В. Алгоритмы построения многокадрового сверхразрешения изображений в условиях аппликативных помех на основе глубоких нейронных сетей / С.В. Саввин, А.А. Сирота // Компьютерная оптика. – 2022. – Т. 46, № 1. – С. 130-138.– DOI: 10.18287/2412-6179-CO-904.ru
dc.identifier.uri10.18287/2412-6179-CO-904-
dc.identifier.urihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritmy-postroeniya-mnogokadrovogo-sverhrazresheniya-izobrazhenii-v-usloviyah-applikativnyh-pomeh-na-osnove-glubokih-neironnyh-setei-96076-
dc.description.abstractРассматриваются алгоритмы построения многокадрового сверхразрешения, позволяющие восстанавливать изображения с высоким разрешением за счет накопления последовательности изображений с низким разрешением в условиях аппликативных помех. Воздействие аппликативных помех проявляется в появлении локальных участков аномальных наблюдений на каждом изображении и также является фактором понижения разрешения. Решению данной задачи до настоящего времени уделялось недостаточно внимания, при этом перспективным подходом для обработки изображений, включая построение многокадрового сверхразрешения, является использование глубоких нейронных сетей. В работе рассмотрены существующие подходы к решению данной задачи и предложен новый подход, основанный на использовании нескольких свёрточных нейронных сетей. Особенностью рассматриваемого подхода и реализуемых на его основе алгоритмов является выполнение итеративной обработки входной последовательности изображений с низким разрешением с применением нейронных сетей на разных этапах обработки, включая регистрацию изображений низкого разрешения, сегментацию и выявление участков, пораженных аппликативными помехами, а также преобразования, направленные непосредственно на повышение разрешения. Данный подход позволяет комбинировать сильные стороны существующих аналогов и устранить их основные недостатки, связанные с необходимостью использования приближенных математических моделей данных, которые требуются для синтеза алгоритмов обработки изображений в рамках статистической теории решений. Для обновления текущей оценки изображения высокого разрешения предложена специальная свёрточная нейронная сеть, организованная в виде направленного ациклического графа. Проведены экспериментальные исследования, показавшие работоспособность предложенного алгоритма и его преимущество по точности восстановления изображения с высоким разрешением по сравнению с альтернативными вариантами решения задачи.ru
dc.language.isorusru
dc.publisherСамарский национальный исследовательский университетru
dc.relation.ispartofseries46;1-
dc.subjectобработка изображений, сверхразрешение, свёрточные нейронные сети, глубокое обучение, аппликативные помехиru
dc.titleАлгоритмы построения многокадрового сверхразрешения изображений в условиях аппликативных помех на основе глубоких нейронных сетейru
dc.title.alternativeAlgorithms for multi-frame image super-resolution under applicative noise based on deep neural networksru
dc.typeArticleru
dc.textpart5. Рис. 5. Схема этапа расчёта новой оценки изображения ВР 1. Удаление областей, подверженных воздействию АП, путём поэлементного умножения пикселей очередного изображения ВР на бинарную мас- ку, полученную в ходе его сегментации (блок 1 на рис. 5). 2. Повышение полученного разрешения до целе- вого при помощи бикубической интерполяции (блок 2). 3. Получение остаточного изображения при по- мощи DAG-сети (блок 3). 4. Сложение остаточного изображения с компо- нентой яркости ...-
dc.classindex.scsti28.23.15-
Располагается в коллекциях: Журнал "Компьютерная оптика"

Файлы этого ресурса:
Файл Описание Размер Формат  
16 Саввин-Сирота_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Gr.pdf1.3 MBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.