Geri Dön

Enhancement of dark images and videos via set-based learning

Karanlık görüntü ve videoların küme tabanlı öğrenme yöntemiyle iyileştirilmesi

  1. Tez No: 651285
  2. Yazar: AHMET SERDAR KARADENİZ
  3. Danışmanlar: DOÇ. DR. MEHMET ERKUT ERDEM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Aşırı düşük ışık koşullarında görüntü yakalamak, standart kamera hattı için önemli zorluklar yaratır. Görüntüler çok karanlık ve çok gürültülü olur, bu da geleneksel geliştirme tekniklerinin uygulanmasını neredeyse imkansız hale getirir. Son zamanlarda, öğrenme temelli yaklaşımlar bu problem için çok umut verici sonuçlar vermiştir, çünkü daha iyi kaliteyi sağlamak için bu yöntemlerin için ifade gücü yüksektir. Bu yöntemlerden motive olarak, bu tez çalışmasında, iyileştirme performansını artırmak ve aşırı karanlık ham görüntülerden daha keskin ve daha doğru RGB görüntüler elde etmek için seri çekimden yararlanmayı hedefliyoruz. Önerilen yapının bel kemiği, aşamalı olarak yüksek kaliteli çıktılar üreten yeni bir kabadan inceye ağ mimarisidir. Kaba ağ, daha sonra ince ölçekli ayrıntıları ve gerçekçi dokuları kurtarmak için ince ağa beslenen düşük çözünürlüklü bir ham görüntü öngörür. Gürültü seviyesini daha da azaltmak ve renk doğruluğunu artırmak için, bu ağı, giriş olarak seri çekilmiş düşük ışıklı görüntüler alan ve nitelik düzeyinde birden fazla görüntüden bilgi birleştirmesi yapan permütasyon değişmez bir yapıya genişletiyoruz. Deneylerimiz, yaklaşımımızın en son yöntemlerden daha detaylı ve çok daha yüksek kalitede görüntüler ürettiğini ve görsel olarak daha hoş sonuçlar verdiğini göstermektedir.

Özet (Çeviri)

Capturing images under extremely low-light conditions poses significant challenges for the standard camera pipeline. Images become too dark and too noisy, which makes traditional enhancement techniques almost impossible to apply. Recently, learning-based approaches have shown very promising results for this task since they have substantially more expressive capabilities to allow for improved quality. Motivated by these studies, in this thesis, we aim to leverage burst photography to boost the performance and obtain much sharper and more accurate RGB images from extremely dark raw images. The backbone of our proposed framework is a novel coarse-to-fine network architecture that generates high-quality outputs progressively. The coarse network predicts a low-resolution, denoised raw image, which is then fed to the fine network to recover fine-scale details and realistic textures. To further reduce the noise level and improve the color accuracy, we extend this network to a permutation invariant structure so that it takes a burst of low-light images as input and merges information from multiple images at the feature-level. Our experiments demonstrate that our approach leads to perceptually more pleasing results than the state-of-the-art methods by producing more detailed and considerably higher quality images.

Benzer Tezler

  1. Endonazal anatomi ve patolojilerde endoskopik görüntü kuvvetlendirilmesinin kalitatif ve kantitatif değerlendirilmesi

    Quantitative and qualitative analysis of endoscopic image enhancement on endonasal anatomy and pathologies

    SELÇUK MÜLAZİMOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2016

    Kulak Burun ve BoğazAnkara Üniversitesi

    Kulak Burun Boğaz Ana Bilim Dalı

    PROF. DR. RAUF YÜCEL ANADOLU

  2. Performance evaluation of a parallel image enhancement technique for dark images on multithreaded CPU and GPU architectures

    Paralelleştirilmiş bir karanlık görüntü iyileştirme tekniğinin çok iş parçacıklı CPU ve GPU mimarilerindeki performansının değerlendirilmesi

    BATUHAN HANGÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SALİH BAYAR

  3. Aşırı karanlık seri görüntüleri iyileştirmek için hafif bir filtreleme modeli

    A lightweight filtering model for extremely dark burst image enhancement

    HASAN AVŞAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET SARIGÜL

    DR. ÖĞR. ÜYESİ LEVENT KARACAN

  4. Görüntü bölütleme tabanlı görüntü iyileştirme yöntemlerinin geliştirilmesi

    Development of image enhancement methods based on image segmentation

    NURULLAH ÖZTÜRK

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERKAN ÖZTÜRK

  5. Türkiye'de üretilen polipropilen filamentlerin üretim parametreleri-mekanik özellikleri-molekül yapısı arasındaki ilişkilerinin araştırılması ve bu ilişkilerin iyileştirilmesi

    A research on the relationship between process parameters, mechanical properties and molecular structure of propylene fibres produced in Turkey, and the enhancement of such relationships

    HÜSEYİN BENLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Tekstil ve Tekstil MühendisliğiErciyes Üniversitesi

    Tekstil Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İSMAİL KARACAN