Double network superresolution
Çift ağlı süperçözünürlük
- Tez No: 552703
- Danışmanlar: PROF. DR. GÖZDE BOZDAĞI AKAR
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 132
Özet
Sosyal platformların yaygınlaşmasıyla beraber günlük olarak paylaşılan video ve resim materyali hızla artmaktadır. Bu hem depolama hem de internet bantgenişliği konusunda sorunlara yol açmaktadır. Bir kullanıcının mobil cihazında bir SÇ algoritması kullanabilmesi için iyi sonuçlar üreten ve hafif bir algoritmaya ihtiyaç duyulmaktadır. Son yıllarda Evrişimli Sinir Ağları (ESA) SÇ alanında sıkça kullanılmıştır. Tartışılmaz başarılarına rağmen ESA'ların matematiksel anlaşılırlığı çok düşük seviyededir. Bu tezin ilk kısmında ESA elementlerinin esasında tersine sorunlara çözüm üreten optimum elementler olduğunu gösterdik. Öğrenilen ağ katsayılarının Temsil-Kütüphane İkililiği konseptine uyduğunu gösterdik. ESA eğitiminin yakınsaması için atlama bağlantılarının gerekliliğini gösterdik. İhtiyaç duyulan yüksek işlem gücü gereksinimi güncel algoritmaları mobil sistemlerde kullanılamaz hale getirmektedir. Tezin ikinci kısmında özgün Çift Ağlı Süperçözünürlük (ÇASÇ) algoritmasını önererek bir ağın öğrenme kapasitesini düşürmeden ihtiyaç duyulan katsayı miktarını büyük ölçüde düşürmeyi başardık. Kullanılan iki ayrı ağ iki ayrılmış veri ile eğitilmektedir. Ağların bir tanesi resimlerdeki sert geçişleri yeniden kurmakla görevliyken diğer ağ desen içeren tüm yamaları yeniden kurmakla görevlendirilmiştir. ÇASÇ sadece çok az sayıda parametre ile SÇ problemine çözüm üretmekle kalmıyor aynı zamanda yüksek hata performansı gösterirken yüksek frekans detayları başarı ile yeniden yapılandırabiliyor. Son olarak Detay Kaynatma İnterpolasyon (DKI) isimli optik akış ve hareket telafisini birleştiren küçük boyutta bir ağ önerdik. Bu sayede çok kare işlemeye esnetilmiş olan ÇASÇ algoritmasını diğer Video SÇ algoritmalarıyla ve tek kare ÇASÇ ile kıyasladık. DKI'nin hareket tahmini ve telafisini başarıyla yerine getirdiğini ve birleştirilmiş sistemin tek kare uygulamalardan iyi sonuçlar ürettiğini gösterdik.
Özet (Çeviri)
As the social platforms became widespread, the image and video based materials are being shared continuously and increasingly each day. This not only brings an issue of storage but also internet bandwidth usage. In order for a user to effectively run a superresolution (SR) algorithm on a mobile device, a light-weight but good performing algorithm must be designed. In recent years, convolutional neural networks (CNNs) have been widely used for SR. Although their indisputable success, CNNs lack proper mathematical background on how and what they learn. In the first part of the thesis we prove that CNN elements act as inverse problem solvers that are optimal for the purpose. We show that the learned coefficients of a network obey a concept namely Representation-Dictionary Duality. We show the necessity of skip connections for convergence of the network. The demand for high computational load for state of the art algorithms renders them unusable on a mobile platform. In the second part of the thesis, we propose a novel double network superresolution (DNSR) algorithm that requires dramatically low number of parameters. We propose the usage of two networks, trained with disjunct data. One network is responsible from reconstructing sharp transitions in an image where the other network is specialized for texture reconstruction. DNSR is not only able to learn SR solution with practically feasible number of operations but also able to obtain superior performance on the reconstruction of high frequency details with high fidelity. Finally, we propose a Detail Fusion Interpolator (DFI), that combines optical flow estimation and motion compensation blocks within a small network. By extending DNSR to multi-frame approaches we compare its performance to state of the art Video SR algorithms and to single frame DNSR. We show that DFI is indeed able to compensate for motion and combined system performs better than single frame approach.
Benzer Tezler
- A micro-mechanically based modeling of double network hydrogels
Çift ağlı hidrojellerin mikromekanik temelli modellenmesi
İSMAİL DOĞAN KÜLCÜ
Doktora
İngilizce
2016
Makine MühendisliğiRheinisch-Westfälische Technische Hochschule AachenMakine Mühendisliği Ana Bilim Dalı
PROF. DR. MIKHAIL ITSKOV
- İyonik olmayan çift-ağyapılı poliakrilamid hidrojellerinin sentezi ve mekanik özellikleri
Synthesis and mechanical properties of non-ionic polyacrylamid double-network hydrogels
BAHADIR UĞUR ALTUN
- Mekanik olarak dayanıklı tek-, çift- ve üç-ağ yapılı fibroin kriyojellerinin sentezi ve karakterizasyonu
Synthesis and characterization of mechanically durable single-, double- and triple-network fibroin cryogels
BERKANT YETİŞKİN
- Insights from a 3D culture model : Exploring the synergistic ımpact of tissue stiffness and matrix composition on tumor progression
3B kültür modelinden içgörüler: Doku sertliği ve matris bileşiminin tümör i̇lerlemesi üzerindeki sinerjistik etkisini keşfetmek
DENİZ ÖRNEK
Yüksek Lisans
İngilizce
2023
BiyomühendislikKoç ÜniversitesiHücresel ve Moleküler Tıp Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ECE ÖZTÜRK
- Design of biocompatible hydrogels with regions of different chemical and mechanical properties
Farklı kimyasal ve mekanik özellikte bölgeler içeren biyouyumlu hidrojel tasarımları
ASLIHAN ARĞUN
