dc.contributor	Rejman Martin, RNDr. Ph.D. : 68485
dc.contributor.advisor	Paleček Karel, Ing. Ph.D. : 61120
dc.contributor.author	Gorbatenko, Ivan
dc.date.accessioned	2022-11-21T07:33:16Z
dc.date.available	2022-11-21T07:33:16Z
dc.date.committed	2022-5-16
dc.date.defense	2022-06-15
dc.date.issued	2022-06-15
dc.date.submitted	2021-10-12
dc.date.updated	2022-6-16
dc.degree.level	Ing.
dc.description.abstract	Tento článek poskytuje přehled současných algoritmůhlubokého učení používaných pro zvýšení rozlišení obrazu,jakož i jejich analýzu a srovnání s ostatními, stejně jakos klasickými algoritmy pro zvýšení rozlišení obrazu.	cs
dc.description.abstract	This paper provides an overview of the current algorithms ofdeep learning used to increase the resolution of images, as wellas their analysis and comparison with others, as well as withclassical algorithms for increasing the resolution of images.	en
dc.description.mark	4
dc.format	40
dc.format.extent	Ilustrace Neural networks wrote in Python using Pytorch. Trained models.
dc.identifier.signature	V 202204115
dc.identifier.uri	https://dspace.tul.cz/handle/15240/166252
dc.language.iso	an
dc.relation.isbasedon	renewcommandlabelenumi[theenumi] beginarab item Goodfellow, I., Bengio, Y., Courville, A. Deep learning. MIT Press, 2016 item Bishop, C. Pattern Recognition and Machine Learning. 2006. ISBN 13: 978-038731073 item Karpathy, A., Johnson, J., Li, F. Convolutional neural neworks for visual recognition. dostupné online: http://cs231n.stanford.edu endarab
dc.rights	Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26	cs
dc.rights	A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26	en
dc.rights.uri	https://knihovna.tul.cz/document/26
dc.rights.uri	https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject	Neuronové sítě	cs
dc.subject	hluboké učení	cs
dc.subject	konvoluce	cs
dc.subject	GAN	cs
dc.subject	super sampling	cs
dc.subject	EDSR	cs
dc.subject	VDSR	cs
dc.subject	SRGAN	cs
dc.subject	ESRGAN	cs
dc.subject	Neural networks	en
dc.subject	deep learning	en
dc.subject	convolution	en
dc.subject	GAN	en
dc.subject	super sampling	en
dc.subject	EDSR	en
dc.subject	VDSR	en
dc.subject	SRGAN	en
dc.subject	ESRGAN	en
dc.title	Obrázek super vzorkování pomocí hluboké neurálnísíť	cs
dc.title	Image super sampling using deep neural networks	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Navazující
local.degree.discipline	MEA
local.degree.programme	Mechatronics
local.degree.programmeabbreviation	N0714A150003
local.department.abbreviation	ITE
local.faculty	Fakulta mechatroniky, informatiky a mezioborových studií	cs
local.faculty.abbreviation	FM
local.identifier.author	M21000200
local.identifier.stag	43171
local.identifier.verbis
local.identifier.verbis	f30b07e0-cc2c-4f5b-9da9-76aba0e5251e
local.note.administrators	automat
local.note.secrecy	Povoleno ZverejnitPraci Povoleno ZverejnitPosudky
local.poradovecislo	4115

Obrázek super vzorkování pomocí hluboké neurálnísíť

Files

Original bundle

Collections