TY - JOUR

T1 - СРАВНЕНИЕ ЗАВИСИМОСТИ ЭФФЕКТИВНОСТИ НЕЙРОННЫХ СЕТЕЙ ПО УЛУЧШЕНИЮ РАЗРЕШЕНИЯ ИЗОБРАЖЕНИЙ ОТ ФОРМАТА И РАЗМЕРА

AU - Журавлев, Александр Александрович

PY - 2024

Y1 - 2024

N2 - Дороги имеют огромное влияние на жизнь современного человека. Одной из ключевых характеристик дорожного полотна является его качество. Для оценки качества дорожного покрытия существует множество систем. Такие технологии работают лучше с изображениями высокого разрешения (ИВР), поскольку на них проще выделять какие-либо признаки. Для улучшения разрешения фотографий существует достаточное количество способов, среди которых числятся и нейронные сети. Однако каждая нейросеть обладает определенными характеристиками. Например, для некоторых нейронных сетей достаточно проблематично работать с фотографиями большого исходного размера. Чтобы понять, насколько эффективна конкретная нейронная сеть, необходим сравнительный анализ. В данном исследовании за основной показатель эффективности берется среднее время получения ИВР. В качестве нейронных сетей выбраны EDSR, ESPCN, ESRGAN, FSRCNN и LapSRN, каждая из которых увеличивает ширину и высоту изображения в 4 раза (количество пикселей возрастает в 16 раз). Исходным материалом являются 5 фотографий 5 различных размеров (141x141, 200x200, 245x245, 283x283, 316x316) форматов png, jpg и bmp. Наилучшие показатели эффективности согласно предложенной методологии, демонстрирует ESPCN, нейросеть FSRCNN также обладает хорошими результатами. Поэтому они являются более предпочтительными для решения задачи по улучшению разрешения изображений.

AB - Дороги имеют огромное влияние на жизнь современного человека. Одной из ключевых характеристик дорожного полотна является его качество. Для оценки качества дорожного покрытия существует множество систем. Такие технологии работают лучше с изображениями высокого разрешения (ИВР), поскольку на них проще выделять какие-либо признаки. Для улучшения разрешения фотографий существует достаточное количество способов, среди которых числятся и нейронные сети. Однако каждая нейросеть обладает определенными характеристиками. Например, для некоторых нейронных сетей достаточно проблематично работать с фотографиями большого исходного размера. Чтобы понять, насколько эффективна конкретная нейронная сеть, необходим сравнительный анализ. В данном исследовании за основной показатель эффективности берется среднее время получения ИВР. В качестве нейронных сетей выбраны EDSR, ESPCN, ESRGAN, FSRCNN и LapSRN, каждая из которых увеличивает ширину и высоту изображения в 4 раза (количество пикселей возрастает в 16 раз). Исходным материалом являются 5 фотографий 5 различных размеров (141x141, 200x200, 245x245, 283x283, 316x316) форматов png, jpg и bmp. Наилучшие показатели эффективности согласно предложенной методологии, демонстрирует ESPCN, нейросеть FSRCNN также обладает хорошими результатами. Поэтому они являются более предпочтительными для решения задачи по улучшению разрешения изображений.

UR - https://www.elibrary.ru/item.asp?id=67206776

M3 - Статья

SP - 597

EP - 607

JO - Инженерный вестник Дона

JF - Инженерный вестник Дона

SN - 2073-8633

IS - 4 (112)

ER -