but.committee	prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda) doc. Ing. Lukáš Burget, Ph.D. (místopředseda) doc. Mgr. Lukáš Holík, Ph.D. (člen) doc. Ing. Tomáš Martínek, Ph.D. (člen) Ing. Jaroslav Dytrych, Ph.D. (místopředseda) doc. Ing. Petr Matoušek, Ph.D., M.A. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm A. Otázky u obhajoby: V uživatelské studii lidé řadili obrázky podle subjektivní kvality a byly pak hodnoceny od 0 do 2 bodů. To ale nijak nezohledňuje míru kvality obrazu. Tedy přestože člověk některé obrázky vnímá skoro stejně, je nucen je seřadit i když toto řazení může být nakonec náhodné. Jak toto obvlivňuje výsledky studie? Jakým způsobem byste studii upravil?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Španěl, Michal	en
dc.contributor.author	Tichý, Jonáš	en
dc.contributor.referee	Juránek, Roman	en
dc.date.created	2022	cs
dc.description.abstract	Obrazový šum je fundamentálním problémem v digitální fotografii. Cílem této práce je studium redukce šumu ve fotografiích pomocí hlubokých neuronových sítí. Dvě vybrané metody založené na hlubokých neuronových sítích, DnCNN a BRDNet, byly implementovány a jejich výkon byl změřen v několika experimentech. Kromě toho byl navržen a proveden experiment na uživatelích s cílem vyhodnotit vnímanou kvalitu obrazu širokou veřejností. Experimenty ukázaly, že zatímco obě metody dosahují výborných výsledků v metrikách, jako je PSNR a SSIM, vnímaná vizuální kvalita ne vždy koreluje s numerickými metrikami. Výsledky prezentované v této práci zdůrazňují důležitost vhodných trénovacích dat a metrik kvality obrazu v odšumování digitálních fotografií.	en
dc.description.abstract	Image noise is a fundamental problem in digital photography. The goal of this thesis is to study the use of deep neural networks in denoising of digital photographs. Two different denoising methods based on deep neural networks, DnCNN and BRDNet, were implemented and their performance was measured in several experiments. Additionally, a user testing experiment was designed and carried out to evaluate the perceived image quality of the studied methods by the general public. The experiments have shown that while both methods achieve state-of-the-art denoising results in metrics such as PSNR and SSIM, the perceived visual quality does not always correlate with the numerical metrics. The results presented in this thesis highlight the importance of proper training datasets and image quality metrics in digital photography denoising.	cs
dc.description.mark	A	cs
dc.identifier.citation	TICHÝ, J. Redukce šumu ve fotografiích pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145307	cs
dc.identifier.uri	http://hdl.handle.net/11012/207425
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	odstraňování šumu	en
dc.subject	digitální fotografie	en
dc.subject	hluboké neuronové sítě	en
dc.subject	konvoluční neuronové sítě	en
dc.subject	DnCNN	en
dc.subject	BRDNet	en
dc.subject	vnímaná vizuální kvalita	en
dc.subject	uživatelské testování	en
dc.subject	denoising	cs
dc.subject	digital photography	cs
dc.subject	deep neural networks	cs
dc.subject	convolutional neural networks	cs
dc.subject	DnCNN	cs
dc.subject	BRDNet	cs
dc.subject	perceived visual quality	cs
dc.subject	user testing	cs
dc.title	Redukce šumu ve fotografiích pomocí hlubokých neuronových sítí	en
dc.title.alternative	Photo Noise Reduction Using Deep Neural Networks	cs
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2022-06-14	cs
dcterms.modified	2022-06-20-10:23:15	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145307	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:43:28	en
sync.item.modts	2025.01.17 12:23:29	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Redukce šumu ve fotografiích pomocí hlubokých neuronových sítí

Files

Original bundle

Collections