اطلاعیه دفاع دانشجوی کارشناسی ارشد – رعنا حیدری
اطلاعیه دفاع دانشجوی کارشناسی ارشد – رعنا حیدری
بسمه تعالی
گروه مهندسی برق مدارهای مجتمع الکترونیک
اطلاعیه دفاع پایاننامه کارشناسی ارشد
یک روش جدید افزایش وضوح تصاویر با استفاده از ابزارهای نوین یادگیری ماشین
ارائه دهنده: رعنا حیدری
زمان: ساعت ۸ صبح مورخ ۱۱/۱۲/۹۹ لینک جلسه: http://lms.hut.ac.ir/ee-projectde/
استاد راهنما: دکتر حمید رضا شاهدوستی
مرتبه علمی: استاد یار دانشگاه: صنعتی همدان
استاد داور داخلی: دکتر قاسم علیپور استاد داور خارجی: دکتر سیاوش رجبی
مرتبه علمی: استادیار دانشگاه: صنعتی همدان مرتبه علمی: استادیار دانشگاه: صنعتی همدان
چکیده: ازآنجاکه بخش قابل توجهی از اطلاعات به شکل تصاویر میباشند، عملیات مربوط به پردازش تصویر از اهمیت ویژه ای برخوردار هستند. یکی از پدیده های غالبی که همواره درک اطلاعات استخراج شده از تصاویر را به شدت کاهش میدهد، کدری وماتی میباشد و تاکنون روشهای مختلفی به منظور وضوح تصاویرارائه شده است. سوپررزولوشن عمل ایجاد یک تصویر رزولوشن بالاتر با ثبت و پردازش یک یا چند تصویر با رزولوشن پایین تر است. این عملیات به حدی حائز اهمیت است که بسیاری از علوم وابسته به تصویر بدون انجام این مرحله اساساً غیرقابل استفاده میباشند. در این رساله یک روش جدید افزایش وضوح تصاویر با استفاده از ابزارهای نوین یادگیری ماشین ارائه می شود. در روش ارائه شده از ترکیب طبقه بند شبکه عصبیکانولوشن برای کلاسبندی وتبدیل موجک برای افزایش وضوح تصویر استفاده می کنیم. به این صورت که تصاویر دیتاست cifar-10 را ابتدا توسط شبکه Residual Networkکه یکی ازمعماری های پیشرفته شبکه عصبی کانولوشن است، آموزش می دهیم. با استفاده از این طبقه بند هرکدام از تصاویردرکلاس مربوط به خود قرارمیگیرند. با این کار سرعت شناسایی تصاویرافزایش پیدا میکند، وبه جای جستجو در کل تصاویر آموزشی، به کلاس تصویرمورد نظررفته و وضوح تصویررا فقط در آنکلاس انجام می دهیم. درمرحله بعد با استفاده از تبدیل موجک و یافتن ضرایب موجک در تصاویرآموزشی مربوط به هر کلاس وضوح تصاویر مورد نظررا بالا می بریم.
اطلاعیه دفاع دانشجوی کارشناسی ارشد – رعنا حیدری
اطلاعیه دفاع دانشجوی کارشناسی ارشد – رعنا حیدری
بسمه تعالی
گروه مهندسی برق مدارهای مجتمع الکترونیک
اطلاعیه دفاع پایاننامه کارشناسی ارشد
یک روش جدید افزایش وضوح تصاویر با استفاده از ابزارهای نوین یادگیری ماشین
ارائه دهنده: رعنا حیدری
زمان: ساعت ۸ صبح مورخ ۱۱/۱۲/۹۹ لینک جلسه: http://lms.hut.ac.ir/ee-projectde/
استاد راهنما: دکتر حمید رضا شاهدوستی
مرتبه علمی: استاد یار دانشگاه: صنعتی همدان
استاد داور داخلی: دکتر قاسم علیپور استاد داور خارجی: دکتر سیاوش رجبی
مرتبه علمی: استادیار دانشگاه: صنعتی همدان مرتبه علمی: استادیار دانشگاه: صنعتی همدان
چکیده: ازآنجاکه بخش قابل توجهی از اطلاعات به شکل تصاویر میباشند، عملیات مربوط به پردازش تصویر از اهمیت ویژه ای برخوردار هستند. یکی از پدیده های غالبی که همواره درک اطلاعات استخراج شده از تصاویر را به شدت کاهش میدهد، کدری وماتی میباشد و تاکنون روشهای مختلفی به منظور وضوح تصاویرارائه شده است. سوپررزولوشن عمل ایجاد یک تصویر رزولوشن بالاتر با ثبت و پردازش یک یا چند تصویر با رزولوشن پایین تر است. این عملیات به حدی حائز اهمیت است که بسیاری از علوم وابسته به تصویر بدون انجام این مرحله اساساً غیرقابل استفاده میباشند. در این رساله یک روش جدید افزایش وضوح تصاویر با استفاده از ابزارهای نوین یادگیری ماشین ارائه می شود. در روش ارائه شده از ترکیب طبقه بند شبکه عصبیکانولوشن برای کلاسبندی وتبدیل موجک برای افزایش وضوح تصویر استفاده می کنیم. به این صورت که تصاویر دیتاست cifar-10 را ابتدا توسط شبکه Residual Networkکه یکی ازمعماری های پیشرفته شبکه عصبی کانولوشن است، آموزش می دهیم. با استفاده از این طبقه بند هرکدام از تصاویردرکلاس مربوط به خود قرارمیگیرند. با این کار سرعت شناسایی تصاویرافزایش پیدا میکند، وبه جای جستجو در کل تصاویر آموزشی، به کلاس تصویرمورد نظررفته و وضوح تصویررا فقط در آنکلاس انجام می دهیم. درمرحله بعد با استفاده از تبدیل موجک و یافتن ضرایب موجک در تصاویرآموزشی مربوط به هر کلاس وضوح تصاویر مورد نظررا بالا می بریم.