Busca avançada
Ano de início
Entree

Restauração de imagens com técnicas de aprendizado de máquina

Processo: 19/08636-8
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de agosto de 2019
Vigência (Término): 31 de julho de 2020
Área do conhecimento:Engenharias - Engenharia Elétrica
Pesquisador responsável:Magno Teófilo Madeira da Silva
Beneficiário:Guilherme Albuquerque Lizarzaburu
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Assunto(s):Processamento de imagens   Aprendizado computacional   Redes neurais (computação)

Resumo

Recentemente, soluções baseadas em aprendizado de máquina para restauração de imagens têm sido propostas na literatura. Em geral, as distorções de imagens são modeladas por funções de espalhamento de ponto (PSFs - point spread functions) lineares e invariantes no espaço. No entanto, essas distorções são não lineares na prática, o que justifica o uso de soluções não lineares para mitigar o efeito das mesmas. Neste trabalho de Iniciação Científica, pretende-se utilizar redes neuronais para melhorar a qualidade de imagens. Particularmente, serão considerados três tipos de rede: (I) perceptron multicamada (multilayerperceptron - MLP), (II) convolucional (convolutional neural network - CNN) e (III) gerativa adversária (generative adversarial network - GAN). Pretende-se estudar a viabilidade de se treinar essas redes para maximizar o índice de similaridade estrutural média, medida que leva em conta características do sistema visual humano e tem sido amplamente usada na literatura para comparar a similaridade entre duas imagens. Por fim, para obter bons resultados independentemente do tipo de distorção, pretende-se ainda combinar essas redes em uma mistura de especialistas (mixture of experts).

Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.