Super resolution of light fields using convolutional neural network

Basit Öğe Kaydı
dc.contributor.advisorGüntürk, Bahadır Kürşat
dc.contributor.authorGul, Muhammad Shahzeb Khan
dc.date.accessioned2021-07-01T07:26:58Z
dc.date.available2021-07-01T07:26:58Z
dc.date.issued2018
dc.date.submitted2018-05
dc.departmentİstanbul Medipol Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalı
dc.description.abstractLight field imaging extends the traditional photography by capturing both spatial and angular distribution of light, which enables new capabilities, including post-capture refocusing, post-capture aperture control, and depth estimation from a single shot. Micro-lens array (MLA) based light field cameras offer a cost-effective approach to capture light field. A major drawback of MLA based light field cameras is low spatial resolution, which is due to the fact that a single image sensor is shared to capture both spatial and angular information. In this thesis, we present a learning based light field enhancement approach. Both spatial and angular resolution of captured light field is enhanced using convolutional neural networks. The proposed method is tested with real light field data captured with a Lytro light field camera, clearly demonstrating spatial and angular resolution improvement.
dc.description.abstractIşık alan görüntüleme, ışığın hem uzamsal hem de açısal dağılımını kaydederek, kayıt sonrası odaklama, kayıt sonrası diyafram kontrolü ve tek bir çekimden derinlik kestirimi gibi geleneksel görüntülemeden daha öte yetenekler sağlar. Mikro-lens dizisi (MLD) tabanlı ışık alan kameraları ışık alanını kaydetmede uygun maliyetli bir yaklaşım sunar. MLD tabanlı ışık alan kameralarının temel sorunu tek bir görüntü sensörünün uzamsal ve açısal bilgiyi kaydetmesi için paylaşılmasından dolayı ortaya çıkan düşük uzamsal çözünürlüktür. Bu tezde, öğrenme temelli ışık alan iyileştirme yaklaşımı sunulmaktadır. Evrişimsel sinir ağları ile kaydedilmiş ışık alanının hem uzamsal hem de çözünürlüğü arttırılmaktadır. Önerilen metod Lytro ışık alan kamerasıyla çekilmiş gerçek ışık alan verisiyle test edilmiş, uzamsal ve açısal iyileştirme açık bir şekilde gösterilmiştir.
dc.identifier.citationGul, M. S. K. (2018). Super resolution of light fields using convolutional neural network. (Unpublished master’s thesis). İstanbul Medipol Üniversitesi Fen Bilimleri Enstitüsü, İstanbul.
dc.identifier.urihttps://hdl.handle.net/20.500.12511/7405
dc.language.isoen
dc.publisherİstanbul Medipol Üniversitesi Fen Bilimleri Enstitüsü
dc.relation.publicationcategoryTez
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectLight Field
dc.subjectDeep Learning
dc.subjectAngular Resolution
dc.subjectSpatial Resolution
dc.subjectIşık Alanı
dc.subjectDerin Öğrenme
dc.subjectAçısal Çözünürlük
dc.subjectUzamsal Çözünürlük
dc.titleSuper resolution of light fields using convolutional neural network
dc.title.alternativeEvrişimsel sinir ağları ile ışık alanlarının süper çözünürlüğü
dc.typeMaster Thesis

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Gul-Muhammad-2018.pdf
Boyut:
24.7 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu