Метод збiльшення окремого зображення на основі багатовиходової регресії та моментної метрики

Скорочена інформація про документ
dc.contributor.authorБедратюк, Леонід
dc.contributor.authorБедратюк, Ганна
dc.contributor.authorГурман, Іван
dc.contributor.authorBedratyuk, Leonid
dc.contributor.authorBedratyuk, Hanna
dc.contributor.authorHurman, Ivan
dc.date.accessioned2023-05-10T19:06:03Z
dc.date.available2023-05-10T19:06:03Z
dc.date.issued2023
dc.description.abstractВ роботі запропоновано новий алгоритм збільшення окремого напівтонового зображення який вирішує проблему досягнення надроздільної здатності зображення як задачу багатовихідної регресії машинного навчанння. Запропонований алгоритм використовує моментну метрику для оцінки якості збільшеного зображення. Алгоритм реалізовано за допомогою простої нейронної мережі з трьома прихованими шарами та проведено чисельні експерименти на еталонному зображенні. Результати показують, що збільшення зображення, досягнуте нашим методом, перевищує якість збільшених зображень, отриманих класичними методами та нейронною мережею EDSR, виміряної моментною метрикою.uk_UA
dc.description.abstractThe article proposes a new method for increasing the resolution of a single image, which solves the problem of image enlargement as a regression problem with several outputs. This method uses momentary metrics to evaluate the quality of magnified images. The proposed algorithm is implemented using a simple neural network with three hidden layers, and the results of numerical experiments on reference images have shown that image enlargement by this algorithm has a quality that exceeds the quality of enlarged images obtained by classical methods and the EDSR neural network. The proposed method is a promising solution for achieving super-resolution of a single image because it treats the problem as a machine learning problem, which provides greater flexibility and adaptability compared to traditional methods. In addition, the use of instantaneous metrics allows for a more accurate assessment of the quality of enlarged images. However, it should be noted that this study is limited by the number of reference images used in the experiments and the specific architecture of the neural network. In future research, it would be useful to investigate the performance of the proposed method on a larger dataset and to study different neural network architectures.uk_UA
dc.identifier.citationБедратюк Л. Метод збiльшення окремого зображення на основі багатовиходової регресії та моментної метрики / Л. Бедратюк, Г. Бедратюк, І. Гурман // Вимірювальна та обчислювальна техніка в технологічних процесах. – 2023. – № 1. – С. 149-157.uk_UA
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/13671
dc.language.isoukuk_UA
dc.publisherХмельницький національний університетuk_UA
dc.subjectзбільшеня зображенняuk_UA
dc.subjectбагатовиходова регресіяuk_UA
dc.subjectмоментна метрикаuk_UA
dc.subjectнейронна мережаuk_UA
dc.subjectimage magnificationuk_UA
dc.subjectmulti-output regressionuk_UA
dc.subjectmoment metricuk_UA
dc.subjectneural networkuk_UA
dc.subject.udc004.92uk_UA
dc.titleМетод збiльшення окремого зображення на основі багатовиходової регресії та моментної метрикиuk_UA
dc.title.alternativeSingle image upscalling method using multi-output regression and moment metricuk_UA
dc.typeСтаттяuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
VOTTP_1_2023 149-157.pdf
Розмір:
668.08 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ВОТТП - 2023 рік