Zlepšování kvality videa pomocí neuronových sítí
but.committee | doc. RNDr. Milan Češka, Ph.D. (předseda) doc. Ing. Vladimír Janoušek, Ph.D. (člen) Ing. Vladimír Bartík, Ph.D. (člen) doc. Ing. Jan Kořenek, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (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 přítomných, např. ohledně použité datové sady pro trénování neuronové sítě a její následnou validaci, zdroje inspirace pro zvolený přístup k řešení či zdánlivé stabilizace převzorkovaného videa. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B - velmi dobře. | cs |
but.jazyk | angličtina (English) | |
but.program | Informační technologie | cs |
but.result | práce byla úspěšně obhájena | cs |
dc.contributor.advisor | Hradiš, Michal | en |
dc.contributor.author | Sirovatka, Matej | en |
dc.contributor.referee | Juránek, Roman | en |
dc.date.created | 2024 | cs |
dc.description.abstract | Cieľom tejto práce je vytvoriť novú metódu super rozlíšenia na zlepšenie kvality videa. Táto metóda je založená na myšlienke použitia deformovateľných konvolučných vrstiev a optického toku na zarovnanie príznakov z viacerých po sebe následujúcích snímkov videa. Táto metóda je následne použitá v neuronovej sieti založenej na U-Net architektúre na predikciu snímkov vo vysokom rozlíšení. Vyhodnotenie je prevedené na datasete obsahujúcom snímky z reálneho života a porovnané s inými metódami. Testované sú rôzne konfigurácie navrhnutej metódy a výsledky sú analyzované. Výsledky experimentov ukazujú sľubné výsledky, pričom model prekonáva bilineárnu interpoláciu a metódy založené na jednom snímku. Testované sú rôzne architektúry modulu zarovnávania príznakov spolu s celou architektúrou U-Net, pričom sa ukazuje, že použitie Vgg19 ako enkóderu dáva najlepšie výsledky. | en |
dc.description.abstract | In this thesis, a new method for video super-resolution is proposed. The method is based on the idea of using deformable convolutional layers together with optical flow to align features from multiple sequential video frames. This novel module is then used in a U-Net-like deep neural network to predict high-resolution frames. The proposed method is evaluated on a dataset containing real-life scenes and compared to other methods. Multiple different configurations of the proposed method are tested and the results are analyzed. The results of the experiments show promising results, with the model outperforming bilinear interpolation, and single-frame methods. Multiple different architectures of the feature alignment module together with the rest of the U-Net architecture are tested, showing that using Vgg19 as the encoder of the U-Net gives the best results. | cs |
dc.description.mark | B | cs |
dc.identifier.citation | SIROVATKA, M. Zlepšování kvality videa pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2024. | cs |
dc.identifier.other | 155408 | cs |
dc.identifier.uri | http://hdl.handle.net/11012/247838 | |
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 | zlepšenie kvality videa | en |
dc.subject | super rozlíšenie videa | en |
dc.subject | optický tok | en |
dc.subject | deformovateľné konvolúcie | en |
dc.subject | neurónové siete | en |
dc.subject | hlboké učenie | en |
dc.subject | učenie s učiteľom | en |
dc.subject | U-Net | en |
dc.subject | video quality enhancement | cs |
dc.subject | video super-resolution | cs |
dc.subject | optical flow | cs |
dc.subject | deformable convolutions | cs |
dc.subject | neural networks | cs |
dc.subject | deep learning | cs |
dc.subject | supervised learning | cs |
dc.subject | U-Net | cs |
dc.title | Zlepšování kvality videa pomocí neuronových sítí | en |
dc.title.alternative | Neural Networks for Video Quality Enhancement | cs |
dc.type | Text | cs |
dc.type.driver | bachelorThesis | en |
dc.type.evskp | bakalářská práce | cs |
dcterms.dateAccepted | 2024-06-13 | cs |
dcterms.modified | 2024-06-17-08:45:10 | cs |
eprints.affiliatedInstitution.faculty | Fakulta informačních technologií | cs |
sync.item.dbid | 155408 | en |
sync.item.dbtype | ZP | en |
sync.item.insts | 2025.03.18 21:01:46 | en |
sync.item.modts | 2025.01.15 18:06:53 | 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 |