Full metadata record
DC FieldValueLanguage
dc.contributor.authorСаввин, С.В.
dc.contributor.authorСирота, А.А.
dc.date2022-01
dc.date.accessioned2025-08-27T05:20:49Z-
dc.date.available2025-08-27T05:20:49Z-
dc.date.issued2022-01
dc.identifier.identifierDspace\SGAU\20220305\96076
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.
dc.identifier.uri10.18287/2412-6179-CO-904
dc.identifier.urihttp://repo.ssau.ru/jspui/handle/123456789/22745-
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.
dc.languagerus
dc.publisherСамарский национальный исследовательский университет
dc.relation.ispartofseries46;1
dc.titleАлгоритмы построения многокадрового сверхразрешения изображений в условиях аппликативных помех на основе глубоких нейронных сетей
dc.title.alternativeAlgorithms for multi-frame image super-resolution under applicative noise based on deep neural networks
dc.typeArticle
dc.identifier.scsti28.23.15
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritmy-postroeniya-mnogokadrovogo-sverhrazresheniya-izobrazhenii-v-usloviyah-applikativnyh-pomeh-na-osnove-glubokih-neironnyh-setei-96076
local.identifier.oldurihttp://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritmy-postroeniya-mnogokadrovogo-sverhrazresheniya-izobrazhenii-v-usloviyah-applikativnyh-pomeh-na-osnove-glubokih-neironnyh-setei-96076
Appears in Collections:Журнал "Компьютерная оптика"

Files in This Item:
File Description SizeFormat 
16 Саввин-Сирота_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Gr.pdf1.3 MBAdobe PDFView/Open


Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.