АЛГОРИТМИ ПОКРАЩЕННЯ ЯКОСТІ ЗОБРАЖЕННЯ ЗА ДОПОМОГОЮ ГЛИБИННИХ НЕЙРОННИХ МЕРЕЖ: ПОРІВНЯЛЬНИЙ АНАЛІЗ СУЧАСНИХ МЕТОДІВ

Анотація

У роботі розглянуто сучасні підходи до покращення якості зображень за допомогою методів глибинного навчання та штучного інтелекту. Зокрема, досліджено алгоритми Super-Resolution Convolutional Neural Network (SRCNN), Generative Adversarial Networks (GAN), Denoising Convolutional Neural Networks (DnCNN), Enhanced Super-Resolution GAN (ESRGAN) та інші. Проведено порівняльний аналіз ефективності згаданих методів при різних умовах та типах спотворень зображень, проаналізовано метрики оцінювання, а також запропоновано підходи до покращення якості зображення, орієнтовані на практичне застосування в системах комп’ютерного зору. Отримані результати демонструють перспективність використання глибинних мереж для підвищення чіткості, контрастності та роздільної здатності зображень, що може бути корисним для задач розпізнавання об’єктів, медичної візуалізації, відеоспостереження та інших суміжних сфер.