| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Bojātu melnbaltu video ierakstu rekonstrukcija, izmantojot dziļās apmācības neironu tīklus |
| Nosaukums angļu valodā |
Black and White Defective Video Restoration Using Deep Artificial Networks |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Valters Vēciņš |
| Recenzents |
R.Cimurs, Hanyang Universitātes pētnieks, Dienvidkoreja |
| Anotācija |
Bakalaura darba tips: 2. tips. Aktuālo jomas problēmu risinājumi.
Liela daudzuma bojātu video ierakstu dēļ ir liels pieprasījums pēc automatizētiem rekonstrukcijas risinājumiem, jo manuāla rekonstrukcija ir laikietilpīga un dārga. Mašīnmācīšanās nozarē vecu video ierakstu rekonstrukcijas uzdevums ir ar mazu pētījumu skaitu, kur lielākā daļa pētījumu risina vienkāršu bojājumu rekonstrukciju. Tā kā vecas filmas satur dažāda veida fiziskus bojājumus, tad šāda veida problēmas risināšana paliek ļoti sarežģīta.
Bakalaura darba ietvaros tiek izpētīti dažādi attēlu un video rekonstrukcijas uzdevumu risinājumi. Ir izstrādāts sintētiskās datu kopas ģenerators, kurš ir izmantots mākslīgo neironu tīklu apmācībai. Ir sniegts ieskats par attēlu kvalitātes noteikšanas matemātiskām metrikām, kā arī tiek piedāvātas esošu mākslīgo neironu tīklu arhitektūru modifikācijas. Izstrādātā datu ģenerēšanas programma, kā arī programmas mašīnmācīšanās testu veikšanai ir ievietotas platformā GitHub un ir publiski pieejams citu pētījumu veikšanai. Pētījumu izpildei tika izmantots RTU HPC superdators.
Darba pamattekstā ir 63 lappuses, 30 attēli, 3 tabulas un
49 informācijas avoti. |
| Atslēgas vārdi |
DZIĻIE NEIRONU TĪKLI, VECU VIDEO IERAKSTU REKONSTRUKCIJA, SINTĒTISKI BOJĀTI VIDEO IERAKSTI, ATTĒLU KVALITĀTES METRIKAS |
| Atslēgas vārdi angļu valodā |
DEEP NEURAL NETWORKS, OLD VIDEO RECONSTRUCTION, SYNTHETICALLY DETERIORATED VIDEO FRAMES, IMAGE QUALITY METRICS |
| Valoda |
lv |
| Gads |
2021 |
| Darba augšupielādes datums un laiks |
31.05.2021 15:58:19 |
