Усунення розмиття рухомого зображення об'єкта засобами нейронної мережі для Android

Ключові слова: нейронна мережа, оптимізація, архітектура, Transformer, Python, Kotlin, Pytorch

Анотація

Розроблено мобільний застосунок для ефективного усування розмиття руху із зображення. Ця робота пропонує декілька ідей для оптимізації існуючих рішень через архітектурні зміни та оптимізації графів. Більше того, було введено адаптовану версію Soft Attention всередині пропускних з'єднань і досягнуто підвищення PSNR на 0.22 (дБ) для обраного базового рівня. В результаті, отримано оптимізовану модель для мобільних застосунків у режимі реального часу без значного зниження точності, отримавши 31.36 (дБ) PSNR на GoPro (для розмивання зображень) з 24 FPS на мобільному застосунку.

Посилання

[1] AI at the Edge: Solving Real-World Problems with Embedded Machine Learning / Daniel Situnayake, Jenny Plunkett. 2023. O'Reilly Media. ISBN: 9781098120207
[2] TinyML: Machine Learning with TensorFlow Lite on Arduino and Ultra-LowPower Microcontrollers / Pete Warden, Daniel Situnayaket. 2019. O'Reilly Media. ISBN: 9781492051992.
[3] Programming Android with Kotlin: Achieving Structured Concurrency with Coroutines / Laurence Pierre-Olivier. 2021. O'Reilly Media. ISBN: 9781492063001.
Опубліковано
2025-11-13
Як цитувати
Куспись, Н., & Карашецький, В. (2025). Усунення розмиття рухомого зображення об’єкта засобами нейронної мережі для Android. Комп’ютерне моделювання та інформаційні технології. вилучено із https://conf.nltu.edu.ua/index.php/conf1/article/view/335
Номер
2024: Комп’ютерне моделювання та інформаційні технології
Розділ
ІНТЕЛЕКТУАЛЬНІ ІНФОРМАЦІЙНІ СИСТЕМИ
Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.