Ağalday, FatihÇınar, Ahmet2023-12-272023-12-2721.10.2022https://drive.google.com/file/d/1msN7IS1-XQp6J2WReBsfLEsOrm8zJBZO/viewhttps://hdl.handle.net/20.500.12514/5274Araç 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.trinfo:eu-repo/semantics/openAccessGANSRGANGörüntü iyileştirmeSüper ÇözünürlükDerin ÖğrenmeConference Object284286