Εκτίμηση εικόνων καύσης υψηλής ανάλυσης από εικόνες χαμηλής, με χρήση νευρωνικών δικτύων βαθέων αρχιτεκτονικών
Loading...
Date
2025-01-20
Authors
Αυλακιώτης, Στυλιανός
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η εκτίμηση εικόνων υψηλής ανάλυσης από εικόνες χαμηλής αναφέρεται κοινώς στη βιβλιογραφία ως υπέρ-ανάλυση ή Super Resolution, και έχει πρωταρχικό στόχο την βελτίωση της οπτικής και σημασιολογικής πιστότητας εικόνων, οι οποίες έχουν υποβαθμιστεί ή αλλοιωθεί με κάποιο τρόπο. Μαθηματικά, αυτή η αλλοίωση μοντελοποιείται ως ένας μετασχηματισμός τον οποίο καλούμαστε να εκτιμήσουμε και να χρησιμοποιήσουμε ώστε να βρεθεί η υψηλής ανάλυσης αναπαράσταση της αλλοιωμένης εικόνας. Συγκεκριμένα, όταν αναφερόμαστε σε μία μόνο εικόνα το πρόβλημα είναι γνωστό και ως Single Image Super Resolution (SISR), ενώ υπάρχουν και αναδρομικές εκδοχές του προβλήματος που αναφέρονται σε δεδομένα βίντεο. Το σύνολο δεδομένων που θα χρησιμοποιηθεί στην παρούσα εργασία αποτελείται από φωτογραφίες φλόγας από καύση, οι οποίες έχουν “υποβαθμιστεί” με τη χρήση οπτικού φίλτρου στο φακό της κάμερας, ο οποίος χρησιμεύει για την απομόνωση συγκεκριμένων μηκών κύματος της οπτικής πληροφορίας, ώστε να εντοπιστούν χημικές ενώσεις η καύση των οποίων εκλύει μεταξύ άλλων και φως σε αυτά τα μήκη κύματος. Ο σκοπός μας είναι η αποκατάσταση της ποιότητας των εικόνων που προκύπτουν ώστε να λυθεί το πρόβλημα της υποβάθμισης που προκαλείται από το οπτικό φίλτρο. Για την επίτευξη του σκοπού αυτού, θα αναπτυχθεί και θα υλοποιηθεί τεχνική βασισμένη σε Νευρωνικά Δίκτυα Βαθέων Αρχιτεκτονικών και πιο συγκεκριμένα, αναγεννητικά δίκτυα τύπου GAN (Generative Adversarial Network) για την ανακατασκευή των υψηλής ανάλυσης εικόνων από την/τις χαμηλής ανάλυσης εικόνα/ες.
Description
Keywords
Υπολογιστική όραση, Επεξεργασία εικόνας, Νευρωνικά δίκτυα βαθέων αρχιτεκτονικών, Αναγεννητικά δίκτυα, Μηχανική μάθηση, Υπέρ-ανάλυση