Алгоритмы синтеза изображений в больших разрешениях на основе генеративно-состязательных нейронных сетей: магистерская диссертация / Алексей Вячеславович Бычков; БГУ, Факультет прикладной математики и информатики, Кафедра дискретной математики и алгоритмики; науч. рук. Краснопрошин В. В.

Abstract

Магистерская диссертация 53 с., 25 рис., 35 источников СИНТЕЗ ИЗОБРАЖЕНИЙ, ОПТИМИЗАЦИЯ, ВЫСОКОЕ РАЗРЕШЕНИЕ, ФУНКЦИЯ ОШИБКИ, НОРМАЛИЗАЦИЯ, ГЕНЕРАТОР, ДИСКРИМИНАТОР, ГЕНЕРАТИВНО-СОСТЯЗАТЕЛЬНАЯ НЕЙРОННАЯ СЕТЬ. Объект исследования – методы синтеза изображений в высоких разрешениях при помощи генеративно-состязательных сетей. Цель работы – изучить современные алгоритмы синтеза изображений, разработать и реализовать на их основе свое решение, лишенное недостатков своих составных частей. Методы исследования – анализ, эксперимент, тестирование, сравнение. Результат – изучены современные алгоритмы синтеза изображений в больших разрешениях. На основании теоретического исследования было выбрано два типа генеративно-состязательных сетей в качестве основы для построения новых алгоритмов. Построены и реализованы два алгоритма генеративно-состязательных сетей. Реализованные алгоритмы обучены на нескольких различных датасетах. Продемонстрирована их возможность синтезировать изображения в больших разрешениях. Указаны их достоинства и недостатки Область применения - генерация данных, восстановление данных.