Застосування методів Deep Learning для колоризації зображень
Вантажиться...
Дата
2024
Автори
Affiliation
Назва журналу
Номер ISSN
Назва тому
Видавець
Державний торговельно-економічний університет
Анотація
У випускній кваліфікаційній роботі досліджено використання методів глибокого навчання для автоматичної колоризації зображень. Основною метою роботи була розробка та реалізація моделі на основі архітектури MobileNetV2, що забезпечує ефективну колоризацію чорно-білих зображень. Робота включає детальний огляд існуючих методів обробки зображень з використанням глибоких нейронних мереж, таких як персептронні, згорткові та рекурентні нейронні мережі. Вибір архітектури MobileNetV2 було обґрунтовано з урахуванням її переваг у вигляді низьких обчислювальних витрат та високої продуктивності. В ході дослідження було розроблено та реалізовано модель колоризації зображень. Результати дослідження показали, що MobileNetV2 є доцільним вибором для вирішення задачі колоризації зображень, забезпечуючи високу якість результатів при збереженні обчислювальної ефективності. Практичне значення роботи полягає у створенні інструменту, який може бути використаний у різних галузях, таких як реставрація історичних фотографій, створення мультимедійного контенту та інших комерційних застосувань. Ключові слова: нейронна мережа, колоризація, архітектура, алгоритм.
Опис
ВИПУСКНА КВАЛІФІКАЦІЙНА РОБОТА
Ключові слова
Бібліографічний опис
Альохін Г. Д. (2024) Застосування методів Deep Learning для колоризації зображень. 122 «Комп’ютерні науки» Державний торговельно економічний університет.Репозитарій Державного торговельно-економічного університету.