Search academic texts

Information × Registration Number 2120U008630, Article popup.category Бакалаврська робота Title Система покращення якості зображення з використанням генеративної змагальної мережі (AI translated) popup.author Єремєєва Вероніка ГеннадіївнаYeremieieva Veronika Hennadiivna popup.publication 01-06-2020 popup.source_user Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського» popup.source https://ela.kpi.ua/handle/123456789/37409 popup.publisher Київ Description Дана дипломна робота містить 85 ст., 4ч., 6 табл., 39 рис., 2 дод., 16 джерел. Об’єкт дослідження – зображення низької роздільної здатності або малого розміру. Мета роботи – дослідити існуючі методи покращення якості зображень, створити власну модель SRGAN. Метод дослідження – аналіз існуючих методів інтерполяції зображення, створення власної моделі та аналіз результатів генеративної змагальної мережі. Результатом роботи є модель генеративної змагальної мережі, а саме система, що покращує роздільну здатність вхідного зображення. Новизною роботи є створення даної системи у кросплатформній оболонці, що дозволяє використовувати потужності віртуального комп’ютера. Галузь застосування: проведена робота може бути використана при підвищенні роздільної здатності зображень, особливо в таких областях, як відеоспостереження, відновлення старих фотокарток та медична діагностика. Програмний продукт реалізований за допомогою мови програмування Python. Під час дослідження було проведено аналіз проміжних результатів системи та порівняння вихідних зображень. This thesis contains 85 p., 4 ch., 6 tab., 39 fig., 2 app., 16 src.. Object of research: low resolution image or small image. The purpose of the work is to explore existing methods of improving image quality and to create our own SRGAN model. Research method: analyzing existing methods of image interpolation and creation of generative adversarial network model and checking the results of the model. The result of the work is a SRGAN model which improves the quality of the image. Novelty of this study is creating model in crossplatform system which allows using power of a virtual computer. Using scope: the work can be used to increase the resolution on an image. Especially, in areas such as video monitoring, restoration old media files and medical diagnostics. This product was made using Python. During the study, analysis of intermediate results were made as well as comparison of the output images. popup.nrat_date 2025-11-05 Close