کاهش نویز تصاویر دوربین های عمقی با استفاده از پیش بینی کننده ی مبتنی بر اطلاعات رنگ، بر اساس شبکه ی عصبی

امروزه حسگرهای مادون قرمز (حسگر عمقی) به طور گسترده برای کنترل برنامه های کاربردی، بازی، کسب اطلاعات از صحنه های پویا و استاتیک سهبعدی استفاده میشوند. با وجود استفادهی گسترده از این تصاویر، کیفیت آنها محدود شده است به تصاویری با کیفیت کم، چرا که حسگر مادونقرمز دارای رزولوشن بالایی نیست و تصاویر تولید شده توسط آن دارای نویز میباشد. پس با توجه به مشکلات موجود و اهمیت استفاده از تصاویر سه بعدی بایستی کیفیت این تصاویر بهبود داده شود تا بتوان با اطمینان، تصاویر دقیقی از دوربین های عمقی ارایه داد؛ لذا در این مقاله حذف نویز تصاویر عمقی با استفاده از شبکه های عصبی کانولوشنی مورد توجه قرار گرفته است. شبکه عصبی کانولوشنی به کار رفته با عمق 20 و سه نوع لایه و یک شبکه عصبی پیش آموزشدیده میباشد که برای دو دیتاست تصاویر عمقی و رنگی به نامهای Middlebury و EURECOM Kinect Face، شبیه سازی انجام شده است و برای تصاویر EURECOM Kinect Face بهبود PSNR در حدود 8 الی 15 دسیبل و به ازای تصاویر Middlebury بهبود PSNR حدود 5 الی 14 دسیبل حاصل شده است.

کلیدواژه ها:

تصاویر دوربین های عمقی ، بهبود تصاویر ، کاهش نویز ، مدل مبتنی بر اطلاعات رنگی ، شبکه های عصبی