Detail práce
Photo Noise Reduction Using Deep Neural Networks
Obrazový šum je fundamentálním problémem v digitální fotografii. Cílem této práce je studium redukce šumu ve fotografiích pomocí hlubokých neuronových sítí. Dvě vybrané metody založené na hlubokých neuronových sítích, DnCNN a BRDNet, byly implementovány a jejich výkon byl změřen v několika experimentech. Kromě toho byl navržen a proveden experiment na uživatelích s cílem vyhodnotit vnímanou kvalitu obrazu širokou veřejností. Experimenty ukázaly, že zatímco obě metody dosahují výborných výsledků v metrikách, jako je PSNR a SSIM, vnímaná vizuální kvalita ne vždy koreluje s numerickými metrikami. Výsledky prezentované v této práci zdůrazňují důležitost vhodných trénovacích dat a metrik kvality obrazu v odšumování digitálních fotografií.
odstraňování šumu, digitální fotografie, hluboké neuronové sítě, konvoluční neuronové sítě, DnCNN, BRDNet, vnímaná vizuální kvalita, uživatelské testování
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A.
- V uživatelské studii lidé řadili obrázky podle subjektivní kvality a byly pak hodnoceny od 0 do 2 bodů. To ale nijak nezohledňuje míru kvality obrazu. Tedy přestože člověk některé obrázky vnímá skoro stejně, je nucen je seřadit i když toto řazení může být nakonec náhodné. Jak toto obvlivňuje výsledky studie? Jakým způsobem byste studii upravil?
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Holík Lukáš, doc. Mgr., Ph.D. (UITS FIT VUT), člen
Martínek Tomáš, doc. Ing., Ph.D. (UPSY FIT VUT), člen
Matoušek Petr, doc. Ing., Ph.D., M.A. (UIFS FIT VUT), člen
@bachelorsthesis{FITBT25132, author = "Jon\'{a}\v{s} Tich\'{y}", type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce", title = "Photo Noise Reduction Using Deep Neural Networks", school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}", year = 2022, location = "Brno, CZ", language = "english", url = "https://www.fit.vut.cz/study/thesis/25132/" }