Central AsianResearch Index

DEVELOPMENT AND TRAINING OF A NEURAL NETWORK AUTOEN-CODER MODEL FOR VISUAL DATA COLORIZATION

Бұл жұмыста қара-ақ бейнелерді колоризациялау үшін автокодировщик үлгісін әзірлеу қарастырылады. Зерттеудің мақсаты — пейзаждармен сәулеттік көріністер мысалында түстік ақпаратты қалпына келтіру. Модель Python тілінде Keras және TensorFlow кітапханаларының көмегімен іске асырылды және Landscape color and grayscale images деректер жинағында оқытылды (14 258 бейне, оның ішінде 7129 түрлі-түсті және 7129 қара-аққа түрлендірілген). Барлық бейнелер RGB форматында 150×150 пиксель өлшеміне келтірілді. Архитектура құрамына свёрточты және dropout-қабаттарына негізделген кодировщик, сондай-ақ транспозициялық свёрткелерменде кодировщикенді. Жалпылау қабілетін арттыру үшін деректер аугментациясы қолданылды. Эксперименттер нәтижесінде валидациялық жиынтықта шамамен 82,5 % дәлдікке қолжеткізілді. Қосымша метрикалар: MSE = 0.018, PSNR ≈ 27,6 dB, SSIM ≈ 0.83. Визуалды талдау негізгі түстердің ( аспан, өсімдіктер, ғимараттар) дұрыс қалпына келтірілгенін растады, алайда күрделі көріністерде кейбір артефактілер сақталады. U-Net және GAN архитектураларымен салыстырғанда ұсынылған модель төменірек дәлдікті көрсеткенімен, қарапайымдылығымен, қайта жаңғыртылуы мен және төмен есептеу шығындарымен ерекшеленеді. Ол оқу және зерттеу мақсаттарына базалық шешім ретінде, сондай-ақ одан әрі жетілдіру үшін бастапқы нүктеретінде қолданылуы мүмкін.

Сведения

Опубликовано
2025 · Т. 6, № 3(23), С. 303-322
Язык
Английский
ISSN
2708-2032 · 2708-2040
Издатель
International Information Technology University
Аффилиации
Каспийский университет технологии и инжиниринга имени Ш. Есенова, Актау, Казахстан
Университет Гази, Анкара, Турция
Атырауский университет нефти и газа имени С. Утебаева, Атырау, Казахстан
Атырауский университет имени Х. Досмухамедова, Атырау, Казахстан
Евразийский национальный университет имени Л. Н. Гумилёва, Астана, Казахстан.