Масштабування зображень з використанням генеративних змагальних мереж

Анотація

Мета цієї статті полягає у розробці та вдосконаленні алгоритмів масштабування зображень, спрямованих на збереження деталей і візуального вигляду при зміні розміру зображення. Об'єктом дослідження цієї статті є алгоритми масштабування зображень, зокрема їх вдосконалення для забезпечення отримання високоякісних зображень. Проведено аналіз артефактів, які виникають під час масштабування зображень. Додатково проаналізовано різноманітні алгоритми масштабування зображень. Особлива увага приділяється алгоритмам і методам масштабування зображень, які використовують машинне навчання і нейронні мережі. У цій статті запропоновано програмну реалізацію методу масштабування зображень за допомогою генеративних змагальних мереж (GAN). Детально описано архітектуру GAN і обчислено функції втрат для генератора і дискримінатора. Результати цієї статті показують, що вдосконалені алгоритми на основі GAN дозволяють досягти високоякісного масштабування зображень з мінімальною втратою деталей. Програмна реалізація алгоритмів показала ефективність і можливість масштабування зображень в реальному часі, що є важливим для різноманітних практичних застосувань, таких як медична візуалізація, обробка відео та інші області, де якість зображення є критичною.