Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Инновационные тенденции развития российский науки; Красноярск; Красноярск
Год издания: 2025
Ключевые слова: восстановление цвета, архивный видеоконтент, генеративно-состязательные сети, U-Net, цветокоррекция, постобработка, машинное обучение, Psnr, линейное преобразование, цифровизация, color restoration, archival video content, generative adversarial networks, color correction, post-processing, machine learning, linear transformation, digitization
Аннотация: В данной статье анализируется проблема восстановления цветовой информации и улучшения качества архивного видеоконтента, который подвергся значительным изменениям в результате длительного хранения. Разработана методология цифровой обработки изображений, использующая технологии машинного обучения и сверточные нейронные сети архитектуПоказать полностьюры U-Net с механизмом внимания. Описаны алгоритмы линейного преобразования цветовых каналов RGB, а также процессы построения и обучения генеративно-состязательных сетей (GAN). Рассматриваются подходы к созданию датасетов для обучения моделей. Проведен сравнительный анализ качества обработанных материалов на основе показателя PSNR. Разработанная технология позволяет восстанавливать цвет, повышать четкость и улучшать цветопередачу архивных видеоматериалов. This article examines the issue of color restoration and quality enhancement of archival video content that has undergone significant degradation due to prolonged storage. A methodology for digital image processing is proposed, utilizing machine learning technologies and convolutional neural networks based on the U-Net architecture with an attention mechanism. Algorithms for linear transformation of RGB color channels are described, alongside processes for constructing and training Generative Adversarial Networks (GANs). Approaches to dataset creation for model training are also discussed. A comparative analysis of the quality of processed materials based on PSNR metrics is conducted. The developed technology enables color restoration, sharpness enhancement, and improved color fidelity of archival video materials.
Журнал: Инновационные тенденции развития Российской науки
Номера страниц: 3-7
Место издания: Красноярск