Faculty Of Computer Science Graduation Project 2018 - 2019

Permanent URI for this collectionhttp://185.252.233.37:4000/handle/123456789/43

Browse

Browsing Faculty Of Computer Science Graduation Project 2018 - 2019 by Subject "Artificial intelligence"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Colorization Using Deep Convolutional Neural Networks
    (October University of Modern Sciences and Arts, 2019) Khaled Darwish, Sherine
    يتم تقديم تقنية عامة لتحويل الصور ذات التدرج الرمادي إلى صورة ملونة ، ولتحقيق ذلك ، يلزم استخدام تقنية معينة للتنبؤ ببعض لون بكسل معين في الصورة بشكل تكيفي باستخدام أساليب التعلم العميق. على الرغم من أن إضافة اللون إلى الصور ذات اللون الرمادي يمكن أن يساعد في تحسين كل من المظهر البصري والتعبير. تم استكشاف بنى الشبكة المختلفة والأهداف ومساحات الألوان وتركيبات المشكلات. تسمى الطريقة المستخدمة في هذه الورقة الشبكة العصبية التلافيفية العميقة حيث لعبت دورًا بارزًا في معالجة الصور ورؤية الكمبيوتر. يمكننا تدريب صورنا للحصول على صور ملونة تتكون من 3 قنوات. يتدرب المشروع في الغالب على فراغ لوني مختلف عن كل الصور ، حيث يتم تحويل كل صورة إلى فراغ لوني L * a * b * ويمر حسب النموذج الذي تم إنشاؤه. ينصب التركيز الرئيسي في هذا المشروع على نموذجين مختلفين ، أحدهما لكل قناة متوقعة "a" و "b". يمكن أن تتغير خسارة القنوات المتوقعة من فئة إلى فئة أخرى. يمكن استخدام هذه الفكرة نفسها في تحويل مقاطع الفيديو ذات التدرج الرمادي أو تلك القديمة إلى مقاطع ملونة مثل الأفلام القديمة ، ويمكن أن يساعد تلوين الفيديو كثيرًا في الأفلام وتسجيلات CCTV القديمة التي تسجل بالأبيض والأسود. قم بتغذية النموذج بمجموعة من الصور التي يمكن تحويلها إلى مشهد ملون نهائي. يمكن أن يساعد تلوين الفيديو كثيرًا في الأفلام وتسجيلات CCTV القديمة التي تسجل بالأبيض والأسود. قد يكون تحسين النموذج في المستقبل من خلال تغذية النموذج بمجموعة من الصور التي يمكن تحويلها إلى مشهد ملون نهائي.