Search academic texts

Information × Registration Number 2123U011499, Article popup.category Опубліковано, Стаття Title REMOVAL OF RAIN COMPONENTS FROM SINGLE IMAGES USING A RECURRENT NEURAL NETWORK popup.author Петров К. Е.Кириченко В. В.Petrov K. E.Kyrychenko V. V. popup.publication 30-06-2023 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/283482 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Видалення небажаних наслідків дощових ефектів з одиночних зображень є актуальною проблемою в багатьох задачах комп’ютерного зору, оскільки смуги дощу можуть суттєво погіршувати візуальну якість зображень та серйозно перешкоджати роботі різноманітних інтелектуальних систем, які використовуються для їх обробки та подальшого аналізу. Мета роботи полягає у розробці методу виявлення і видалення небажаних наслідків впливу ефекту дощу з одиночних зображень, який базується на використанні згорткової нейронної мережі з рекурентною структурою. Метод. Головною складовою запропонованого методу є згорткова нейронна мережа, яка має рекурентну багатоетапну структуру. Особливістю саме такої архітектури мережі є використання повторюваних блоків (шарів), на виході яких можна отримати проміжний результат «очищення» вихідного зображення. Причому на виході кожного наступного шару мережі отримуємо зображення з меншим впливом компонентів дощу ніж на попередньому. Кожен шар мережі містить дві незалежні підмережі (гілки) для паралельної обробки зображення. Головна гілка призначена для виявлення і видалення ефекту дощу з зображення, а гілка уваги використовується для покращення і пришвидшення процесу виявлення небажаних компонентів дощу (для формування карти уваги дощу). Результати. Розроблено підхід до автоматичного виявлення та видалення наслідків впливу ефекту дощу з одиночних зображень. Процес «очищення» вихідного зображення здійснюється на основі використання згорткової нейронної мережі з рекурентною структурою, навчання якої було проведено на наборах даних Rain100H і Rain100L. Наведено результати комп’ютерних експериментів, які свідчать про ефективність та доцільність використання запропонованого методу для вирішення практичних завдань з попередньої обробки «забруднених» зображень. Висновки. Перевагою розробленого методу видалення небажаних компонентів дощу з зображень є те, що рекурентна багатоетапна архітектура мережі, на якій він базується, дозволяє потенційно застосовувати його для вирішення завдань в умовах обмежених обчислювальних ресурсів. Запропонований метод може бути успішно використаний при розробці інтелектуальних систем для моніторингу територій за допомогою камер спостереження, автономного керування транспортними засобами, обробки результатів аерофотозйомки тощо. В перспективі слід розглянути можливість формування окремої підмережі для усунення розмитості на зображенні та провести навчання мережі на наборах даних, які містять зразки зображень з різними компонентами дощу, що зробить метод більш «стійким» до різних форм ефекту дощу і підвищить якість «очищення» зображень. popup.nrat_date 2026-02-27 Close