PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppginfo

Banca de DEFESA: MIGUEL BOZER DA SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : MIGUEL BOZER DA SILVA
DATA : 26/05/2021
HORA: 09:00
LOCAL: Remoto
TÍTULO:

 

Deep Convolutional Networks para Reconstrução de Imagens em Super-Resolution



PÁGINAS: 101
RESUMO:

A necessidade de obter-se imagens em alta resolução existe em diversas áreas,como a medicina, astronomia, segurança e monitoramento sísmico. Entretanto, nemsempre as câmeras possuem a alta resolução desejada ou algum fator externo podereduzir a qualidade de uma imagem que se deseja estudar. Assim, diversos estudossurgiram na área de Super Resolução de imagens, cujo o objetivo é obter-se imagensde alta resolução a partir de imagens de baixa resolução utilizandosoftwaresparaessa tarefa. Os métodos comumente utilizados atualmente são baseados em apenasuma única imagem de entrada (single image super resolution(SISR)) e, a partirdo uso de técnicas dedeep learning, é possível treinar uma rede com o objetivode obter-se imagens de alta resolução com características similares ao conjunto detreino.O método proposto para esse trabalho utiliza dois ramos de convolução quese diferenciam na forma com a qual a imagem tem o seu fator de escala aumentadopela primeira vez na arquitetura proposta. Em um dos ramos utiliza-se a convoluçãotransposta e no outro a interpolação bicúbica. Após isso, em cada um dos ramos, osmapas de características passam por𝑛unidades deup and down-projectionparaposteriormente serem concatenados e ser aplicada uma última camada de convoluçãopara obter a imagem em alta resolução. Com esse tipo de estrutura podemos notarque o cenário com dois ramos consegue desempenho superior em termos de PSNRe SSIM quando comparados com o mesmo cenário com apenas um ramo quandoutilizamos𝑛= 1e𝑛= 4unidades deup and down-projection units. Para o cenáriocom𝑛= 6não houve diferenças significativas entre os modelos de um e dois ramos.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1761107 - RICARDO SUYAMA
Membro Titular - Examinador(a) Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Externo à Instituição - MAGNO TEOFILO MADEIRA DA SILVA - USP
Membro Suplente - Examinador(a) Interno ao Programa - 2090028 - FILIPE IEDA FAZANARO
Membro Suplente - Examinador(a) Externo à Instituição - LEVY BOCCATO - UNICAMP
Notícia cadastrada em: 30/04/2021 07:54
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2021 - UFRN - sigaa-2.sigaa-2