LuanVan.vnLuận Văn
Gửi thư

Tinh gọn các mô hình giảm nhiễu hình ảnh

Luận văn · Thạc sĩ · năm 2025 · đề tài tham khảo

Loại tài liệuLuận văn
Bậc họcThạc sĩ
Tác giảPhan Quang Khánh
Người hướng dẫnHuỳnh Thế Đăng
Cơ sở đào tạoĐại học Quốc gia TP. Hồ Chí Minh
Năm2025
NguồnThư viện số Đại học Quốc gia TP. Hồ Chí Minh · trang gốc

Tóm tắt

Luận văn này giới thiệu Fire-SAG-FOCNet, một mạng nơ-ron tích chập sâu (DCNN) tiết kiệm tham số cho bài toán khử nhiễu ảnh, dựa trên khung lý thuyết phân số của FOCNet. Bằng cách thay thế các khối tích chập tiêu chuẩn bằng Fire module và tích hợp Cổng Chú ý Không gian (SAG) để hợp nhất đặc trưng đa tỷ lệ, mô hình giảm khoảng 48% số lượng tham số so với FOCNet gốc. Thử nghiệm trên bộ dữ liệu Set12 và BSD68—với nhiễu AWGN ở nhiều mức độ—cho thấy kiến trúc gọn hơn thực sự giảm một nửa tham số. Tuy nhiên, mô hình chịu mất mát hiệu năng đáng kể, trung bình 3.8–3.9 dB PSNR (và tương tự về SSIM), cho thấy đánh đổi lớn giữa độ gọn nhẹ và chất lượng khử nhiễu. Hơn nữa, việc thêm SAG không mang lại cải thiện PSNR/SSIM so với biến thể chỉ dùng Fire module.
Bản toàn văn lưu tại thư viện Đại học Quốc gia TP. Hồ Chí Minh

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.