Imputace obrazu: přehled stávajících metod a jejich srovnání – Dorota FOLWARCZNA
Dorota FOLWARCZNA
Bachelor's thesis
Imputace obrazu: přehled stávajících metod a jejich srovnání
Image imputation: an overview of existing methods and their comparison
Abstract:
Imputace obrazu je obor v oblasti zpracování digitálního obrazu, který se zabývá nahrazením nebo obnovením chybějících dat v obrazu a cílem je, aby výsledný obraz vypadal věrohodně. Tato bakalářská práce se zabývá přehledem stávajících metod imputace obrazu a jejich srovnáváním. Dále práce uvádí přehled jednotlivých metrik, prostřednictvím kterých lze porovnat různé metody v oblasti image inpainting …moreAbstract:
Image imputation is a branch of digital image processing that deals with replacing or restoring missing data in an image in order to make the resulting image look believable. This bachelor thesis deals with a survey of existing image imputation methods and their comparison. Furthermore, the thesis presents an overview of individual metrics through which different methods in the field of image inpainting …more
Language used: Czech
Date on which the thesis was submitted / produced: 19. 6. 2023
Accessible from:: 31. 12. 2999
Thesis defence
- Supervisor: RNDr. Martina Daňková, Ph.D.
Citation record
The right form of listing the thesis as a source quoted
FOLWARCZNA, Dorota. Imputace obrazu: přehled stávajících metod a jejich srovnání. Ostrava, 2023. bakalářská práce (Bc.). OSTRAVSKÁ UNIVERZITA. Přírodovědecká fakulta
Full text of thesis
Accessibility: Autor si nepřeje zpřístupnění práce veřejnosti
Contents of on-line thesis archive
Published in Theses:- Soubory jsou nedostupné.
Other ways of accessing the text
Institution archiving the thesis and making it accessible: OSTRAVSKÁ UNIVERZITA, Přírodovědecká fakultaUniversity of Ostrava
Faculty of ScienceBachelor programme / field:
Informatics / Information Science - Czech Language and Literature
Theses on a related topic
-
Metody hlubokeho učení pro rozpoznávání dialogových aktů s využitím vizuální informace
Jiří MARTÍNEK -
Metody hlubokého učení pro zpracování obrazů
Jakub Křenek -
Aplikace metody hlubokého učení ve vestavěných systémech
Jan Hájek -
Metody hlubokého učení, rozpoznávání obrazu s použitím nástroje Google Colaboratory
Daniel Charvát -
Metody hlubokého učení pro segmentaci elektrokardiografických signálů
Jakub Hejč -
Metody hlubokého učení pro segmentaci elektrokardiografických signálů
Jakub Hejč -
Metody hlubokého učení pro segmentaci elektrokardiografických signálů
Jakub Hejč -
Metody hlubokého učení pro segmentaci elektrokardiografických signálů
Jakub Hejč