Разработка нейросетевого алгоритма восстановления изображений лиц

Συγγραφείς: Куулар, Чингис Тимурович

Συνεισφορές: Иванова, Юлия Александровна

Θεματικοί όροι: восстановление лиц, увеличение разрешения, генеративно состязательные сети, глубокое обучение, нейронные сети, image restoration, super resolution, generative adversarial networks, deep learning, neural networks, 004.032.26:004.932.4

Περιγραφή αρχείου: application/pdf

Relation: Куулар Ч. Т. Разработка нейросетевого алгоритма восстановления изображений лиц : выпускная квалификационная работа магистранта / Ч. Т. Куулар; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение информационных технологий (ОИТ); науч. рук. Ю. А. Иванова. — Томск, 2023.; http://earchive.tpu.ru/handle/11683/76443

Διαθεσιμότητα: http://earchive.tpu.ru/handle/11683/76443

Evaluation of the results of pansharpening multispectral images ; Оценка результатов повышения разрешения мультиспектральных спутниковых изображений методом слияния

Συγγραφείς: Y. I. Golub, Ю. И. Голуб

Πηγή: «System analysis and applied information science»; № 2 (2022); 10-19 ; Системный анализ и прикладная информатика; № 2 (2022); 10-19 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2022-2

Θεματικοί όροι: количественная оценка качества изображения, panchromatic image, resolution increase, pansharpening, quantitative image quality assessment, панхроматическое изображение, увеличение разрешения методом слияния

Περιγραφή αρχείου: application/pdf

Relation: https://sapi.bntu.by/jour/article/view/555/426; Популярная механика [Электронный ресурс]. – Режим доступа: https://www.popmech.ru/editorial/750813-skolko-sputnikov-vrashchaetsya-vokrug-zemli/. – Дата доступа : 15.04.2022.; United Nations Office for Outer Space Affairs (UNOOSA) [Электронный ресурс]. – Режим доступа: https://www.unoosa.org/oosa/osoindex/search-ng.jspx?lf_id=. – Дата доступа : 15.04.2022.; Amro, I. A survey of classical methods and new trends in pansharpening of multispectral images / I. Amro [et al.] // EURASIP Journal on Advances in Signal Processing. – 2011. – Т. 2011, № 1. – С. 1–22.; Zhou, J. A wavelet transform method to merge Landsat TM and SPOT panchromatic data / J. Zhou, D.L. Civco, J.A. Silander // International journal of remote sensing. – 1998. – Т. 19, № 4. – С. 743–757.; Alparone, L. Multispectral and panchromatic data fusion assessment without reference / L. Alparone [et al.] // Photogrammetric Engineering & Remote Sensing. – 2008. – Т. 74, № 2. – С. 193–200.; Burger, W. Principles of digital image processing: core algorithms / W. Burger, M.J. Burge // Springer Science & Business Media. – 2010.; Gillespie, A.R. Color enhancement of highly correlated images-II. Channel ratio and “Chromaticity” Transform techniques / A.R. Gillespie, A.B. Kahle, R.E. Walker // Remote Sensing of Environment. – 1987. – Т. 22, № 3. – С. 343–365.; Zhang, Y. Problems in the fusion of commercial high resolution satellite images as well as Landsat 7 images and initial solutions / Y. Zhang // International Archives of Photogrammetry and Remote Sensing. – 2002. – Vol. 34. – Part 4.; Aiazzi, B. Quality assessment of pansharpening methods and products / B. Aiazzi [et al.] // IEEE Geoscience and Remote Sensing Society Newsletter. – 2011. – Т. 1, № 161. – С. 10–18.; Коберниченко, В.Г. Методы синтеза изображений на основе данных дистанционного зондирования Земли различного разрешения / В.Г. Коберниченко, В.А. Тренихин // Успехи современной радиоэлектроники. – 2007. – № 4. – С. 22–31.; Геологическая служба США [Электронный ресурс]. – Режим доступа: https://earthexplorer.usgs.gov/. – Дата доступа : 15.04.2022.; Schowengerdt, R.A. Remote sensing: models and methods for image processing. – Elsevier. – 2006.; Vivone, G. A critical comparison among pansharpening algorithms / G. Vivone [et al.] // IEEE Transactions on Geoscience and Remote Sensing. – 2014. – Т. 53, № 5. – С. 2565–2586.; Carper, W. The use of Intensity-Hue-Saturation transformations for merging SPOT panchromatic and multispectral image data / W. Carper, T. Lillesand, R. Kiefer // Photogrammetric Engineering and Remote Sensing. – 1990. – Т. 56, № 4. – С. 459–467.; Kang, X. Pansharpening with matting model / X. Kang, S. Li, J.A. Benediktsson // IEEE transactions on geoscience and remote sensing. – 2013. – Т. 52, № 8. – С. 5088–5099.; Wald, L. Fusion of satellite images of different spatial resolutions: Assessing the quality of resulting images / L. Wald, T. Ranchin, M. Mangolini // Photogrammetric Engineering and Remote Sensing. – 1997. – Т. 63, № 6. – С. 691–699.; Ranchin, T. Image fusion - the ARSIS concept and some successful implementation schemes / T. Ranchin [et al.] // ISPRS Journal of Photogrammetry & Remote Sensing. – 2003. – Т. 58. – С. 4–18.; Khan, M.M. Pansharpening quality assessment using the modulation transfer functions of instruments / M.M. Khan, L. Alparone, J. Chanussot // IEEE transactions on geoscience and remote sensing. – 2009. – Т. 47, № 11. – С. 3880–3891.; Yeganeh, H. Objective quality assessment of tone-mapped images / H. Yeganeh, Z. Wang // IEEE Transactions on Image processing. – 2013. – Т. 22, № 2. – С. 657–667.; Chen, X. No-reference color image quality assessment: From entropy to perceptual quality / X. Chen [et al.] // EURASIP Journal on Image and Video Processing. – 2019. – Т. 2019, № 1. – С. 1–14.; Hasler, D. Measuring colorfulness in natural images / D. Hasler, S.E. Suesstrunk // Human vision and electronic imaging VIII. – International Society for Optics and Photonics. – 2003. – Т. 5007. – С. 87–95.; Голуб, Ю.И. Сравнительный анализ безэталонных оценок резкости цифровых изображений / Ю.И. Голуб, Ф.В. Старовойтов, В.В. Старовойтов // Доклады Белорусского государственного университета информатики и радиоэлектроники. – 2019. – №7(125). – С. 113–120.; Голуб, Ю.И. Оценка качества цифровых изображений / Ю.И. Голуб // Системный анализ и прикладная информатика. – 2021. – №4. – С. 4–15. https://doi.org/10.21122/2309-4923-2021-4-4-15; Ouni S., Zagrouba E., Chambah M. A new no-reference method for color image quality assessment / S. Ouni, E. Zagrouba, M. Chambah // International Journal of Computer Applications. – 2012. – Т. 40, № 17. – С. 24–31.; https://sapi.bntu.by/jour/article/view/555

Διαθεσιμότητα: https://sapi.bntu.by/jour/article/view/555
https://doi.org/10.21122/2309-4923-2022-2-10-19

Нейромережевий метод зміни роздільної здатності зображень ; Нейросетевой метод изменения разрешения изображений ; Neural network method for change resolution of images

Συγγραφείς: І.В. Ізонін, Р.О. Ткаченко, Д.Д. Пелешко, Д.А. Батюк, И.В. Изонин, Р.А. Ткаченко, I.V. Izonin, R.O. Tkachenko, D.D. Peleshko, D.A. Batyuk

Πηγή: Системи обробки інформації. — 2015. — № 9(134). 30-34 ; Системы обработки информации. — 2015. — № 9(134). 30-34 ; Information Processing Systems. — 2015. — № 9(134). 30-34 ; 1681-7710

Θεματικοί όροι: Обробка інформації в складних технічних системах, УДК 004.896, 004.855.5, 004.932, 004.048, 004.942, зображення, збільшення роздільної здатності, штучні нейронні мережі, модель геометричних перетворень, фрейм, лінійність синапсу, изображения, увеличение разрешения, искусственные нейронные сети, модель геометрических преобразований, линейность синапса, image, resolution increase, artificial neural network, model of geometric transformations frame, linearity synapse

Περιγραφή αρχείου: application/pdf

Relation: http://www.hups.mil.gov.ua/periodic-app/article/13672/soi_2015_9_8.pdf; http://www.hups.mil.gov.ua/periodic-app/article/13672

Διαθεσιμότητα: http://www.hups.mil.gov.ua/periodic-app/article/13672

Применение нейронных сетей для решения задачи апскейлинга изображений

Συγγραφείς: Живолуп А. А., Литвинов В. Г., Бельгер И. С., Министерство науки и высшего образования Российской Федерации, Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет), Институт информатики и кибернетики

Θεματικοί όροι: 50.01, 004.032.26

Θέμα γεωγραφικό: автоматизированные системы, апскейлинг изображений, генеративно-состязательные сети, нейронные сети, сверточные сети, увеличение разрешения изображения

Relation: RU\НТБ СГАУ\ВКР20241003140752

Διαθεσιμότητα: http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Primenenie-neironnyh-setei-dlya-resheniya-zadachi-apskeilinga-izobrazhenii-112014

Автоматизированная система увеличения разрешения изображений с помощью генеративно-состязательной нейронной сети

Συγγραφείς: Коновалов И. В., Литвинов В. Г., Соловьева Я. В., Министерство науки и высшего образования Российской Федерации, Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет), Институт информатики и кибернетики

Θεματικοί όροι: 50.01, 004.032.26

Θέμα γεωγραφικό: автоматизированные системы, авторизация, аутентификация, генеративно-состязательные сети, соревновательная функция потерь, увеличение разрешения изображения

Relation: RU\НТБ СГАУ\ВКР20231004145746

Διαθεσιμότητα: http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Avtomatizirovannaya-sistema-uvelicheniya-razresheniya-izobrazhenii-s-pomoshu-generativnosostyazatelnoi-neironnoi-seti-106103