Show simple item record

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.issued2018en_US
dc.date.submitted2018-05
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 (Unpublished master’s thesis).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.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12511/7405
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.en_US
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.en_US
dc.language.isoengen_US
dc.publisherİstanbul Medipol Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectLight Fielden_US
dc.subjectDeep Learningen_US
dc.subjectAngular Resolutionen_US
dc.subjectSpatial Resolutionen_US
dc.subjectIşık Alanıen_US
dc.subjectDerin Öğrenmeen_US
dc.subjectAçısal Çözünürlüken_US
dc.subjectUzamsal Çözünürlüken_US
dc.titleSuper resolution of light fields using convolutional neural networken_US
dc.title.alternativeEvrişimsel sinir ağları ile ışık alanlarının süper çözünürlüğüen_US
dc.typemasterThesisen_US
dc.departmentİstanbul Medipol Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik ve Elektronik Mühendisliği ve Siber Sistemler Ana Bilim Dalıen_US
dc.relation.publicationcategoryTezen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record