МЕТОД ЗБІЛЬШЕННЯ РОЗДІЛЬНОЇ ЗДАТНОСТІ ЗОБРАЖЕНЬ НА ОСНОВІ ШТУЧНИХ НЕЙРОННИХ МЕРЕЖ

Анотація

Представлено новий метод збільшення роздільної здатності зображень - на основі штучних нейронних мереж. Перевагою розробленого нейромережевого методу на основі моделі геометричних перетворень є досягнення високого рівня генералізації в умовах обмеженої вибірки навчальних даних. Проведено ряд модельних експериментів щодо встановлення оптимальних параметрів при передобробці зображень та навчанні ШНМ. Експеримент щодо розбиття зображення на фрейми для формування навчальної вибірки показав, що здатність ШНМ до генералізації суттєво зменшується при збільшенні розміру блока, що впливає на якість синтезованого зображення. Зміна степеня нелінійності синапсів у графічному інтерфейсі користувача func*net Express, який використовувався для навчання та тестування методу, дає змогу стверджувати, що збільшення цього показника суттєво не впливає на сприйняття зображення. Теоретичні висновки, отримані при візуальному аналізі синтезованих зображень, повністю доводяться результатами оцінки метриками MSE, PSNR, UIQ та SSIM. Порівняльних аналіз зображень збільшених у 4 рази, отриманих нашим методом та ще двома відомими, показує кращі оцінки за усіма чотирьма метриками, що свідчить про можливість практичного застосування методу в конкретній прикладній галузі.