A Survey on Image Super-Resolution with Generative Adversarial Networks

Hürkal HÜSEM; Zeynep ORMAN

doi:https://doi.org/10.26650/acin.765320

Makale detayları

A Survey on Image Super-Resolution with Generative Adversarial Networks

Yazarlar:

Hürkal HÜSEM | Zeynep ORMAN

Yayıncı:

Istanbul University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Acta Infologica 2020 Vol.4 Issue 2, pp.139-154

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

İngilizce

Document ID (Org No.):

2000439829

Sıklık:

Aylık

eISSN:

2602-3563

DOI:

https://doi.org/10.26650/acin.765320

Özet:

 

Super-resolution is a process to increase image dimensions with a specific upscaling factor while trying to preserve details that matche with the original high-resolution form. Super-resolution can be done with many techniques. But the most effective technique is the one that takes advantage of several neural network designs. Some network designs are more appropriate than others on the specific subject. This study focuses on super resolution studies using Generative Adversarial Network. Many studies use this neural network type to look at various topics such as artificial data production and making the data more meaningful. The key point of this neural network type is having two different sub-networks that try to defeat each other in order to make more realistic results. Performance metrics that measure the quality of a generated image, loss functions used in a neural network and research papers on super-resolution with Generative Adversarial Network are the main domains of this study.

 

Çözünürlük artırımı (süper-çözünürlük) belirli bir artırım değeri ile görselin yüksek çözünürlükteki detaylarını korumaya çalışarak boyutlarını artırma işlemidir. Süper-çözünürlük birçok teknik ile gerçekleştirilebilir. Ancak bu konudaki en etkili teknikler çeşitli sinir ağı tasarımlarından yararlanan tekniklerdir. Bazı ağ tasarımları belirli konularda diğerlerine göre daha uygundur. Bu çalışma Üretken Çekişmeli Ağlar ile gerçekleştirilmiş çözünürlük yükseltme işlemlerine odaklanmıştır. Birçok çalışma yapar veri üretimi ve verinin daha anlamlı hale getirilmesi gibi çeşitli konularda bu yapay sinir ağı tipini kullanır. Bu yapay sinir ağı tipi ile yapay veri üretimi ve verinin daha anlamlı hale getirilmesi gibi alanlarda başarılı çalışmalar mevcuttur. Daha gerçekçi sonuçlar üretebilmesi için birbirini yenmeye çalışan iki alt ağdan oluşması bu ağ türünün kilit noktasıdır. Üretilen görselin kalitesini ölçen başarım ölçümleri, sinir ağında kullanılan yitim fonksiyonları ve Üretken Çekişmeli Ağ kullanarak tekil-görsel çözünürlük artırımı üzerine çalışılmış araştırma makaleleri bu çalışmanın temel alanında yer almaktadır.

Makale detayları

A Survey on Image Super-Resolution with Generative Adversarial Networks

Yazarlar: Hürkal HÜSEM | Zeynep ORMAN

Yayıncı: Istanbul University

Ana Başlıklar: Veri işleme & bilgisayar bilimi

Dergi: Acta Infologica 2020 Vol.4 Issue 2, pp.139-154

Belge Tipi: Makale

Yayın Tarihi: 12/2020

Belge Dili: İngilizce

Document ID (Org No.): 2000439829

Sıklık: Aylık

eISSN: 2602-3563

DOI: https://doi.org/10.26650/acin.765320

Sayı

Yazarlar:

Hürkal HÜSEM | Zeynep ORMAN

Yayıncı:

Istanbul University

Ana Başlıklar:

Veri işleme & bilgisayar bilimi

Dergi:

Acta Infologica 2020 Vol.4 Issue 2, pp.139-154

Belge Tipi:

Makale

Yayın Tarihi:

12/2020

Belge Dili:

İngilizce

Document ID (Org No.):

2000439829

Sıklık:

Aylık

eISSN:

2602-3563

DOI:

https://doi.org/10.26650/acin.765320