prikaz prve stranice dokumenta Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža
  Preuzmi
PDF 2.36 MB
završni rad
Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža
2020. urn:nbn:hr:200:241605
Ivezić, Dijana
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Ivezić, D. (2020). Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža (Završni rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, Dijana. "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, Dijana. "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža." Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić, D. (2020). 'Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža', Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 29.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:241605

Ivezić D. Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža [Završni rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2020 [pristupljeno 29.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:241605

D. Ivezić, "Uklanjanje šuma iz slika primjenom dubokih neuronskih mreža", Završni rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:241605

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:241605
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUklanjanje šuma iz slika primjenom dubokih neuronskih mreža
Naslov (engleski)Noise removal from images using deep neural networks
AutorDijana Ivezić
MentorČaslav Livada (mentor)
Član povjerenstvaČaslav Livada (predsjednik povjerenstva)
Član povjerenstvaZdravko Krpić (član povjerenstva)
Član povjerenstvaMirko Köhler (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2020-09-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Obradba informacija
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:241605
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-11-16 16:36:46