Sustav povećanja razlučivosti slike zasnovan na strojnom učenju

diplomski rad

• Naslov (engleski): Image Super-Resolution System Based on Machine Learning
• Autor: Karlo Anđelković
• Mentor: Marin Šilić (mentor)
• Član povjerenstva: Marin Šilić (predsjednik povjerenstva)
• Član povjerenstva: Goran Delač (član povjerenstva)
• Član povjerenstva: Klemo Vladimir (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-04, Hrvatska

Sažetak

Super rezolucija je postupak dobivanja slike visoke rezolucije iz slike niske rezolucije. Duboko je učenje najpopularniji i najkvalitetniji pristup rješavanju problema te postoje raznolike tehnike kojima se može pristupiti zadatku. U odabiru arhitektura ističu se generativne suparničke mreže i transformeri, a za funkciju gubitka često se uzimaju pikselni, perceptivni i gubitak teksture. Za zadatak je ključno imati dobar i opsežan skup podataka te procijeniti uspješnost modela prikladnom evaluacijskom metrikom poput $PSNR$ ili $SSIM$ mjere. Pri izradi modela važno je odabrati dobru ravnotežu između stvaranja vizualno ugodnih i objektivno sličnih rezultata. Područje super rezolucije već postiže izvrsne rezultate, ali napredak u brojnim aspektima je i dalje moguć.

Sažetak (engleski)

Super resolution is the process of obtaining a high-resolution image from its low-resolution counterpart. Deep learning is the most popular and high-quality approach to solving this problem, and there are various techniques that can be applied to the task. In the selection of architectures, generative adversarial networks and transformers stand out, and for the loss function, pixel, perceptual, and texture loss are often used. For this task, it is crucial to have a good and extensive dataset and to assess the success of the model with an appropriate evaluation metric such as PSNR or SSIM measures. When creating the model, it is important to strike a good balance between generating visually pleasing and objectively similar results. The field of super resolution is already achieving excellent results, but progress in many aspects is still possible.

• Ključne riječi: super rezolucija; duboko učenje; naduzorkovanje; generativni modeli
• Ključne riječi (engleski): super resolution; deep learning; upsampling; generative models
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:390474
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 19:58:48