<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Огляд super-resolution convolutional neural network, з метою використання для підвищення роздільної здатності зображень

Ескіз

Файли

16102.pdf (615,5 KB)

Дата

2022

Автори


Науковий керівник

Редактор

Інші учасники

Відповідальний

ORCID

Назва журналу

Номер ISSN

Назва тому

Видавець

Вінницький національний технічний університет

DOI

Альтернативна назва

Анотація

У статті розглянуто super-resolution convolutional neural network, з метою використання для підвищення роздільної здатності зображень.

Опис

Ключові слова

super-resolution convolutional neural network , зображення , роздільна здатність, нейронні мережі

УДК

004.932.4

Тип документа

Thesis

Мова

uk

Є частиною

Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р.

ISSN

Посилання на публікацію

https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/16102

Серія, номер

ISBN

ББК

Інші ідентифікатори

Пов’язані матеріали

Спонсорська підтримка

Правовласник

Бібліографічний опис

Софіна О. Ю. Огляд super-resolution convolutional neural network, з метою використання для підвищення роздільної здатності зображень [Електронний ресурс] / Софина О. Ю, А. О. Білоус // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/16102.

URI

http://ir.lib.vntu.edu.ua/handle/123456789/40189

Зібрання

НТКП ВНТУ. Факультет інтелектуальних інформаційних технологій та автоматизації (2022)

Схвалення

Рецензія

Доповнено

Цитується в

Список використаної літератури (6)

  1. R. Keys. Cubic convolution interpolation for digital image processing [Text] // IEEE Transactions on Acoustics, Speech, and Signal Processing. 29 (6): 1153—1160.
  2. Hwang J. W., Lee H. S. Adaptive image interpolation based on local gradient features [Text] //IEEE Signal Processing Letters. – 2004. – Т. 11. – ¹. 3. – С. 359-362.
  3. DongC. et al.Image super-resolution using deep convolutional networks [Text] //IEEE transactions on pattern analysis and machine intelligence. – 2016. – Т. 38. – ¹. 2. – С. 295-307.
  4. Romano Y., Isidoro J., Milanfar P. RAISR: rapid and accurate image super resolution [Text] // IEEE Transactions on Computational Imaging. – 2017. – Т. 3. – ¹. 1. – С. 110-125.
  5. The Most Popular Language For Machine Learning and Data Science Is [Online]. Avaialble : http://www.kdnuggets.com/2017/01/most- popular- language-machine-learning-data-science.html
  6. Бібліотека глибокого навчання Tensorflow. [Online] Available : https://habrahabr.ru/company/ods/blog/324898/