| Найдено документов - 1 | Статьи из номера журнала: ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ. 3. - Москва : РНТОРЭС им. А. С. Попова, 2025. - Текст : электронный : непосредственный. | Версия для печати |
Сортировать по:
1. Статья из журнала
| Анисимовский, В. В. (Автор МИЭТ; Anisimovskiy, V. V.). Детализация изображений с помощью сверточной нейронной сети с вложенными ядрами сверток / В. В. Анисимовский, Е. И. Сафронова, М. Н. Рычагов. - Текст : непосредственный : электронный // ЦИФРОВАЯ ОБРАБОТКА СИГНАЛОВ. - Москва : РНТОРЭС им. А. С. Попова, 2025. - № 3. - С. 23-31. - URL: https://elibrary.ru/item.asp?id=83086726 (дата обращения: 19.11.2025). - URL: http://www.dspa.ru/abstracts/ab-325.php#an325_4 (дата обращения: 19.11.2025). | |
| Авторы: | Анисимовский, В. В., Сафронова, Е. И., Рычагов, М. Н. |
| Ключевые слова: | Детализация изображений, Фрактальное самоподобие, Нейронные сети, Сверточные нейронные сети, IMAGE DETAIL ENHANCEMENT, FRACTAL SELF-SIMILARITY, NEURAL NETWORKS, CONVOLUTIONAL NEURAL NETWORK |
| Аннотация: | We present a novel method for image detail enhancement aimed at restoring or hallucinating fine-grained natural image details while retaining well-detailed areas intact. To that end, we employ convolutional neural network trained using aligned patches from pairs of high- and low-quality images depicting the same scenery. Our training procedure includes our novel modulated retention loss which makes the learning concentrate on image areas requiring improvement, while retaining the rest. To address the problem of large-scale consistency of fine-grained details (for example, integrity of long hair strands), we propose the use of nested convolution kernels, which allows leveraging fractal self-similarity of feature maps produced from the input image. Our experiments show clear improvement of subjective quality of fine-grained details (human hair, garment fabric) in image areas which suffered from detail degradation. Objective quality measurements (using non-reference image quality metrics) show competitive performance of our method compared to the state-of-the-art image enhancement methods |
| Поиск: | Источник |
| Ссылка на ресурс: | https://elibrary.ru/item.asp?id=83086726 |
| Ссылка на ресурс: | http://www.dspa.ru/abstracts/ab-325.php#an325_4 |