Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/57375
Title: Алгоритмы повышения качества изображений с применением методов машинного обучения
Other Titles: Algorithms for enhancing quality of images using methods of machine learning
Authors: Сачивко, Н. С.
Keywords: материалы конференций;обработка изображений;качество изображений;машинное обучение
Issue Date: 2024
Publisher: БГУИР
Citation: Сачивко, Н. С. Алгоритмы повышения качества изображений с применением методов машинного обучения = Algorithms for enhancing quality of images using methods of machine learning / Н. С. Сачивко // Компьютерные системы и сети : сборник статей 60-й научной конференции аспирантов, магистрантов и студентов, Минск, 22–26 апреля 2024 г. / Белорусский государственный университет информатики и радиоэлектроники. – Минск, 2024. – С. 400–408.
Abstract: В рамках данной статьи рассмотрена проблема обработки изображений низкого качества. Предложено два алгоритма повышения качества изображения: алгоритм увеличения размера изображения и алгоритм снижения степени его размытости. Описаны устройства моделей используемых нейросетей, применяемые инструменты, приведены результаты работы предложенных алгоритмов.
Alternative abstract: This work addresses the problem of processing low-quality images. Two algorithms have been proposed to improve their quality: an algorithm for upscaling an image and an algorithm for deblurring it. The utilized technologies and the architecture of neural network models have been described; the results of the proposed algorithms have been presented.
URI: https://libeldoc.bsuir.by/handle/123456789/57375
Appears in Collections:Компьютерные системы и сети : материалы 60-й научной конференции аспирантов, магистрантов и студентов : сборник статей (2024)

Files in This Item:
File Description SizeFormat 
Sachivko_Algoritmy.pdf734.22 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.