Rimozione di artefatti da movimento in un'immagine con tecniche di deep learning

Marchidan, Eduard (2021) Rimozione di artefatti da movimento in un'immagine con tecniche di deep learning. [Laurea], Università di Bologna, Corso di Studio in Informatica [L-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Non opere derivate 4.0 (CC BY-NC-ND 4.0)

Download (12MB)

Abstract

La sfocatura delle immagini è un problema ricorrente nel campo fotografico e medico, dovuto alla mancanza di messa a fuoco, movimento dello strumento di cattura dell’immagine o del soggetto catturato. Il problema è di difficile risoluzione perchè è necessario eseguire una deconvoluzione. Questa operazione prende un'immagine degradata in input e restituisce l'immagine originale. Nel tempo sono stati sviluppati numerosi metodi matematici per rilsovere questo problema e più recentemente sono state applicate tecniche di machine learning e deep learning. In particolare in questo lavoro verrà analizzata una tecnica di Deep Prior composta da 2 reti generative senza allenamento pregresso. Lo scopo di questa tesi è duplice: 1) Modificare la tecnica di Deep Prior, permettendogli di funzionare su immagini anche di grandi dimensioni, diminuendo il tempo e la memoria richiesta per l’esecuzione. 2) Modificare il rumore in input della rete generativa, provando varie distribuzioni di probabilità e aggiungendo dati strutturali dell’immagine direttamente nel rumorenper determinare se vi è un effetto sui risultati.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Marchidan, Eduard
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
blind deconvolution,deep learning
Data di discussione della Tesi
13 Ottobre 2021
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^