Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Саввин, С.В. | |
| dc.contributor.author | Сирота, А.А. | |
| dc.date | 2022-01 | |
| dc.date.accessioned | 2025-08-27T05:20:49Z | - |
| dc.date.available | 2025-08-27T05:20:49Z | - |
| dc.date.issued | 2022-01 | |
| dc.identifier.identifier | Dspace\SGAU\20220305\96076 | |
| dc.identifier.citation | Саввин, 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.uri | 10.18287/2412-6179-CO-904 | |
| dc.identifier.uri | http://repo.ssau.ru/jspui/handle/123456789/22745 | - |
| dc.description.abstract | Рассматриваются 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.language | rus | |
| dc.publisher | Самарский национальный исследовательский университет | |
| dc.relation.ispartofseries | 46;1 | |
| dc.title | Алгоритмы построения многокадрового сверхразрешения изображений в условиях аппликативных помех на основе глубоких нейронных сетей | |
| dc.title.alternative | Algorithms for multi-frame image super-resolution under applicative noise based on deep neural networks | |
| dc.type | Article | |
| dc.identifier.scsti | 28.23.15 | |
| local.identifier.olduri | http://repo.ssau.ru/handle/Zhurnal-Komputernaya-optika/Algoritmy-postroeniya-mnogokadrovogo-sverhrazresheniya-izobrazhenii-v-usloviyah-applikativnyh-pomeh-na-osnove-glubokih-neironnyh-setei-96076 | |
| local.identifier.olduri | http://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 | Size | Format | |
|---|---|---|---|---|
| 16 Саввин-Сирота_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2-Gr.pdf | 1.3 MB | Adobe PDF | View/Open |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.