| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Odstranjevanje pegastega šuma iz slik SAR z uporabo globokega učenja : magistrsko delo
Avtorji:ID Habjanič, Tadej (Avtor)
ID Gleich, Dušan (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf MAG_Habjanic_Tadej_2024.pdf (12,83 MB)
MD5: 967906D700A47FFEBC33C7638B436F3A
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:Postopek odstranjevanja pegastega šuma je neizogiben pri obdelavi slik z radarjem s sintetično odprtino (SAR). Obstaja več različnih metod za odstranjevanje pegastega šuma, vendar se je postopek s konvolucijsko nevronsko mrežo (CNN) izkazal kot zelo učinkovita metoda. Pri preprosti strukturi CNN se še vedno izgubi precejšnje število podrobnosti na sliki. Za rešitev tega problema je bila uporabljena arhitektura kodirnika – dekoderja. Model se uči s pristopom, ki temelji na veliki količini podatkov, z uporabo algoritma gradientnega spuščanja s kombinacijo spreminjanja ojačanja pri odstranjevanju šuma in funkcije izgube celotne variacije. Poskusi, izvedeni na realnih slikah, kažejo, da ta metoda dosega pomembne izboljšave v primerjavi z ostalimi metodami.
Ključne besede:pegasti šum, radar s sintetično odprtino, konvolucijska nevronska mreža, arhitektura kodirnik – dekodirnik
Kraj izida:Maribor
Kraj izvedbe:Maribor
Založnik:[T. Habjanič]
Leto izida:2023
Št. strani:1 spletni vir (1 datoteka PDF (X, 62 f.))
PID:20.500.12556/DKUM-86581-80416078-64b0-d96a-cdd0-8725e26234cd Novo okno
UDK:004.85:[004.932:528.8.044.2](043.2)
COBISS.SI-ID:189928707 Novo okno
Datum objave v DKUM:06.02.2024
Število ogledov:274
Število prenosov:39
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:18.12.2023

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Despeckling of SAR image using deep learning
Opis:Despecklink process is inevitable in synthetic aperture radar (SAR) images processing. There are several different methods for removing speckled noise, but the Convolutional Neural Network (CNN) approach has proven to be a very effective method. With a simple CNN structure, a considerable amount of detail in the image is still lost. An encoder – decoder architecture was used to solve this problem. The model is trained using an approach based on a large amount of data, utilizing the gradient descent algorithm in combination with adaptive gain tuning for speckle removal and the total variation loss function. Experiments performed on real images show that this method achieves significant improvements compared to other methods.
Ključne besede:descpeckling, synthetic aperture radar, convolutional neural network, encoder – decoder architecture


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici