Image restoration with neural networks
Visualizar/abrir
Data
2023Orientador
Nível acadêmico
Graduação
Outro título
Restauração de imagens utilizando redes neurais
Abstract
This undergraduate thesis condenses an 8 month-long study on deep image restoration which is a fast-growing field with many real-world applications. It includes a discussion on traditional image restoration, a review of 26 datasets, and a survey comprising 5 different image restoration tasks, i.e., deblurring, super-resolution, non-blind restoration, face-restoration, and video restoration. For each task, 2 neural network-based methods are described and compared. Moreover, this thesis discusses ...
This undergraduate thesis condenses an 8 month-long study on deep image restoration which is a fast-growing field with many real-world applications. It includes a discussion on traditional image restoration, a review of 26 datasets, and a survey comprising 5 different image restoration tasks, i.e., deblurring, super-resolution, non-blind restoration, face-restoration, and video restoration. For each task, 2 neural network-based methods are described and compared. Moreover, this thesis discusses 3 experimental image restoration techniques which we have developed, specifically: Gradient Descent Deconvolution (GDDec) for non-blind deblurring, Super-Resolution Residual U-Net (SRRUNet) for super-resolution, and Our Non-Blind which is a non-blind framework. Finally, this thesis provides various research directions which contemplate each method discussed. ...
Resumo
Este trabalho de graduação condensa um estudo de 8 meses sobre o processo de restauração de imagens utilizando técnicas de aprendizagem profunda: um campo em rápido crescimento com muitas aplicações no mundo real. O trabalho inclui uma discussão sobre a área de restauração de imagens, uma revisão de 26 bases de dados utilizadas para teste e treinamento de modelos e um estudo compreendendo 5 tarefas de restauração de imagens: remoção de borramento, super resolução, restauração não cega, restaura ...
Este trabalho de graduação condensa um estudo de 8 meses sobre o processo de restauração de imagens utilizando técnicas de aprendizagem profunda: um campo em rápido crescimento com muitas aplicações no mundo real. O trabalho inclui uma discussão sobre a área de restauração de imagens, uma revisão de 26 bases de dados utilizadas para teste e treinamento de modelos e um estudo compreendendo 5 tarefas de restauração de imagens: remoção de borramento, super resolução, restauração não cega, restauração de rostos e restauração de vídeos. Para cada tarefa, 2 métodos que utilizam redes neurais são descritos e comparados. Além disso, esta teste discute 3 técnicas experimentais de restauração de imagens que elaboramos, especificamente: Gradient Descent Deconvolution (GDDec) para remoção não cega de borramento, Super-Resolution Residual U-Net (SRRUNet) para super-resolução, e Our Non-Blind para restauração não cega. Finalmente, esta tese fornece várias direções de pesquisa que contemplam cada método discutido. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Informática. Curso de Ciência da Computação: Ênfase em Ciência da Computação: Bacharelado.
Coleções
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)