Батарін, М. Д.2024-08-112024-08-112024Батарін М. Д. Дослідження моделей підвищення якості цифрових зображень : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / М. Д. Батарін ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2024. – 62 с.https://openarchive.nure.ua/handle/document/27729Об’єкт дослідження – завдання покращення якості цифрових зображень. Предмет дослідження – застосування глибоких нейронних мереж для підвищення якості цифрових зображень. Мета роботи – порівняти різні моделі для покращення якості цифрових зображень та обрати найефективнішу для подальшої розробки системи. Ця система буде включати в себе розробку архітектури нейронної мережі, її навчання та реалізацію для подальшого використання. Методи дослідження – теоретичний (аналіз літературних джерел), експериментальний (програмна реалізація нейронних мереж та їх навчання), порівняльний (порівняння ефективності різних готових моделей). Розробка базується на Python технологіях з використанням фреймворку TensorFlow та інших бібліотек для роботи з нейронними мережами, таких як PyTorch, Keras тощо. У результаті виконання дослідження було порівняно декілька моделей для підвищення якості зображень, а саме: SRGAN, ESRGAN, Deep Image Prior, VDSR . Для цього були обрані певні критерії для оцінки ефективності кожної з них, які дозволили здійснити об’єктивне порівняння. На основі результатів порівняння було визначено найефективнішу модель. Після вибору найкращої моделі був розроблений користувацький інтерфейс, який дозволяє зручно застосовувати обрану модель для покращення якості зображень. Усі ці процеси були реалізовані з використанням мови програмування Python та суміжних бібліотек.ukглибинна нейронна мережаякість цифрових зображеньDeep Image PriorOther