Исследование моделей свёрточных и генеративно-состязательных нейронных сетей для решения задачи улучшения качества изображений

Abstract

Целью данной выпускной квалификационной работы бакалавра является исследование и анализ методов повышения разрешения изображений с целью улучшения их качества с помощью различных моделей нейронных сетей. В ходе работы проведено экспериментальное исследование различных нейросетевых моделей на основе стандартных и пользовательских метрик для оценки качества изображений, дана оценка производительности различных архитектур. Результатом работы является программное обеспечение улучшения качества изображений, которое может быть использовано в различных областях. В работе рассчитаны оценки эффективности различных моделей и даны рекомендации по выбору оптимальных архитектур нейронных сетей для достижения лучшего качества изображений. Спроектирована информационно-логическая модель интеллектуальной системы в нотации UML. Система реализована на языке Python с помощью средразработки Jupyter Notebook и JetBrains PyCharm 2021.1 для работы под управлением любой операционной системой, имеющей интерпретатор Python.