Metody pro zlepšování obrazu s pomocí neuronových sítí

Ing. Michal Dobrovolný

Diplomová práce

Methods for image improvements with the use of neural networks

Anotace:

Práce se zaměřuje na problematiku obrazových dat. Konkrétně se jedná o nadvzorkování obrazu pomocí neuronových sítí. Práce zkoumá současné metody a implementuje jejich zlepšení díky optimalizacím. Výstupem práce je porovnání a hodnocení vlivu optimalizační funkce, v souvislosti s množstvím trénovacích dat, na konvolučních a generativních kontradiktorních sítích. Navržená optimalizační funkce vykazuje lepší výsledky na malém množství trénovacích dat. Součástí práce je také přehled teoretických základů neuronových sítí a metod zlepšování obrazu. Trénovací množina se skládá z obrázků použitých při soutěži NTIRE 2017. Skripty jsou psány v jazyce Python, využita byla knihovna pro modelování neuronových sítí Keras a výpočetní knihovna Tensorflow. Kvůli zvýšení rychlosti byly operace učení provedeny na grafických kartách s architekturou CUDA.

Abstract:

This thesis focuses on the problematics of image improvements. The main field is super-resolution with the use of a neuron network. The thesis explores current methods and implements training performance improvements. The result of this work is a comparison of influence optimizer to a number of testing samples and training results with use on convolutional and generative adversary networks. The proposed function has better results on a small number of train samples. Part of the thesis is a theory of neuron networks and base image processing. Train dataset is used from competition NTIRE 2017. The programming language is Python. The used framework is Keras with Tensorflow backend. For better performance were used GPUs with CUDA architecture.

Klíčová slova

hluboké učení, nadvzorkování obrazu, RMSprop, CUDA, Keras

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 4. 2019

Obhajoba závěrečné práce

• Obhajoba proběhla 28. 5. 2019
• Vedoucí: Ing. Karel Mls, Ph.D.
• Oponent: Mgr. et Mgr. Rafael Doležal, Ph.D.

Univerzita Hradec Králové

Fakulta informatiky a managementu

Magisterský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika