SRGAN Modeli Uygulamaları
Küçük Resim Yok
Tarih
21.10.2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Araç plaka, yüz tanıma ve tıbbi teşhis gibi görüntü detaylarının önemli olduğu görüntüler için düşük
çözünürlüğe sahip görüntüler yetersiz kalmaktadır. Yüksek çözünürlüklere sahip görüntü sistemlerinin
depolama ve maliyeti zordur. Bu amaçla düşük çözünürlüğe sahip görüntüden yüksek çözünürlüklü görüntü
elde etmek amacıyla SRGAN modeli görüntü iyileştirmede iyi bir teknik olarak karşımıza çıkmaktadır. Bu
model tekli bir görüntünün birden fazla görüntüsü kullanılarak yüksek çözünürlük elde etmek için
kullanılan bir iyileştirme tekniğidir. Tekli görüntü kullanılarak yapılan görüntü iyileştirme problemi için
enterpolasyon tabanlı yöntemler gibi derin öğrenme tabanlı farklı yöntemler önerilmiştir. Enterpolasyon
tabanlı yöntemler görüntü iyileştirme için ilk önerilen basit yöntemlerden olmasına rağmen başarılı bir
yöntemdi. Fakat detay gerektiren ve yüksek çözünürlük aranan yerlerde yetersiz kalmaktadır. Derin
öğrenme yöntemlerinin yaygınlaşması ve evrişimli sinir ağlarının hızla literatüre girmesi süper çözünürlük
modellerini de önemli hale getirmiştir. Birçok derin öğrenme tabanlı süper çözünürlük yöntemi bulunmakta
olup bu araştırmada SRGAN modeline yer verilmiştir.
Açıklama
Anahtar Kelimeler
GAN, SRGAN, Görüntü iyileştirme, Süper Çözünürlük, Derin Öğrenme
Kaynak
2nd International Conference on Engineering and Applied Natural Sciences
