prikaz prve stranice dokumenta Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža
  Download
PDF 2.36 MB
undergraduate thesis
Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža
2020. urn:nbn:hr:200:241605
Ivezić, Dijana
Josip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
Department of Software Engineering
Chair of Visual Computing

Cite this document

Ivezić, D. (2020). Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža (Undergraduate thesis). Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek. Retrieved from https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, Dijana. "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, Dijana. "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža." Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, D. (2020). 'Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža', Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, accessed 13 July 2024, https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić D. Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža [Undergraduate thesis]. Osijek: Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek; 2020 [cited 2024 July 13] Available at: https://urn.nsk.hr/urn:nbn:hr:200:241605

D. Ivezić, "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža", Undergraduate thesis, Josip Juraj Strossmayer University of Osijek, Faculty of Electrical Engineering, Computer Science and Information Technology Osijek, Osijek, 2020. Available at: https://urn.nsk.hr/urn:nbn:hr:200:241605

Please login to the repository to save this object to your list.
Metadata
TitleUklanjanje šuma iz slika primjenom dubokih neuronskih mreža
Title (english)Noise removal from images using deep neural networks
AuthorDijana Ivezić
MentorČaslav Livada (mentor)
Committee memberČaslav Livada (predsjednik povjerenstva)
Committee memberZdravko Krpić (član povjerenstva)
Committee memberMirko Köhler (član povjerenstva)
GranterJosip Juraj Strossmayer University of Osijek
Faculty of Electrical Engineering, Computer Science and Information Technology Osijek
(Department of Software Engineering)
(Chair of Visual Computing)
Osijek
Defense date and country2020-09-15, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Data Processing
Abstract
Ukloniti šum iz slike pomoću dubokih neuronskih mreža se lakše realizira korištenjem aplikacijskog korisničkog sučelja Keras u programskom jeziku Python. Korištena je U-Net arhitektura bazirana na originalnom radu uz promjenu početnih karata značajki. Prikazane su neuronske mreže i duboko učenje kao potrebno znanje za rješavanje navedenog problema kao i važniji dijelovi programskog koda. Osim za uklanjanje šuma iz slika iz baza slika CIFAR-10 i MNIST, trenirani model se može koristiti i za uklanjanje šuma iz sličnih slika koje moraju odgovarati navedenom očekivanom ulazu u mrežu što pokazuje neovisnost mreže o danim slikama za trening. Izložene su slike sa različitim intenzitetima šuma sa kojih je otklonjen sa prikazanim uspjehom u obliku PSNR vrijednosti iskazanih u decibelima.
Abstract (english)
Image denoising using deep neural networks is accomplished more easily using Keras application programming interface and Python programming language. The architecture used is based on original U-Net architecture with a changed starting number of feature maps. Neural networks and deep learning are presented as prerequisites for solving the given problem along with noteworthy code examples. Trained model can be used not only for denoising images from CIFAR-10 and MNIST dataset but also for denoising similar images that are compatible with the network's input layer which portrays the network's independence of given training images. Denoised images with various noise intensity levels are shown with their success levels described with PSNR values in decibels.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:200:241605
Study programmeTitle: Undergraduate University Study Programme in Computer Engineering
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence In copyright icon
Created on2020-11-16 16:36:46