Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.unipampa.edu.br/jspui/handle/riu/8815
Tipo: Trabalho de Conclusão de Curso
Título : Restauração de imagens baseada em múltiplos quadros
Autor(es): Rosa, Anderson dos Santos da
Primeiro Orientador: Thielo, Marcelo Resende
Resumo: A restauração de imagens com defeitos é predominantemente realizada por meio de redes generativas para inpainting. Em muitos casos, essas redes podem apenas reproduzir padrões dos pixels vizinhos ao defeito, resultando na perda de informação. Para imagens impressas em larga escala, como embalagens de produtos, capas de livros e discos, que possuem múltiplos exemplares, a restauração pode se beneficiar da abundância de exemplares para combinar informações e preencher lacunas causadas pela degradação da imagem. Partindo desse princípio, foram investigadas soluções de um domínio semelhante, conhecido como Multi-Frame Super Resolution (MFSR), que utiliza informações de várias imagens para realizar a super resolução. O objetivo é adaptar essa abordagem para combinar informações de múltiplas observações de uma imagem distribuída em grande escala, visando restaurar a imagem original. Considerando o pipeline do MFSR, composto por extração de features, alinhamento, fusão e reconstrução da imagem, foi proposta uma técnica de alinhamento de imagens que não requer o uso de redes neurais profundas. Isso se deve à natureza plana do objeto em questão, eliminando a necessidade de ferramentas tão poderosas para o alinhamento. Ainda está pendente a proposta de um método para realizar a fusão das imagens alinhadas e gerar a imagem restaurada. Palavras-chave: Aprendizado de Máquina. Super Resolução. Visão Computacional.
Resumen : The restoration of images with defects is currently carried out predominantly by generative networks for inpainting. In some cases, the image may end up merely replicating patterns from neighboring pixels around the defect, as there is no way to recover themissing information. In the case of images printed on a large scale, such as product packaging, book covers, and discs, where multiple copies of these packages still exist, the restoration of these images can benefit from this larger quantity of copies to combine the information contained in each copy to fill in the gaps caused by image degradation. Based on this principle, solutions from a similar domain that leverages information from multiple images for super-resolution, known as Multi-Frame Super Resolution (MFSR), have been investigated. The aim is to create or adapt a solution that combines information from multiple observations of a widely distributed printed image to restore the original image. Given the MFSR pipeline composed of feature extraction, alignment, fusion, and image reconstruction, a form of image alignment has been proposed without the need to use deep neural networks, as there is no need for such powerful tools to align images of a flat object. A method for merging the aligned images to generate the restored image is still to be proposed. Key-words: Machine Learning. Super Resolution. Computer Vision.
Palabras clave : Ciência da computação
Aprendizado do computador
Visão computacional
Machine learning
Computer science
Computer vision
CNPQ: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
metadata.dc.publisher.country: Brasil
Editorial : Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
Citación : ROSA, Anderson dos Santos. Restauração de Imagens Baseada em Múltiplos Quadros. Orientador: Prof. Dr. Marcelo Resende Thielo. 2023. 64p. Trabalho de Conclusão de Curso (Bacharel em Ciência da Computação) - Universidade Federal do Pampa, Curso em Ciência da Computação, Alegrete, 2023.
Tipo de acesso: Acesso Aberto
URI : https://repositorio.unipampa.edu.br/jspui/handle/riu/8815
Fecha de publicación : 4-dic-2023
Aparece en las colecciones: Ciência da Computação

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Anderson dos Santos da Rosa - 2023.pdf30.56 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.