Trabalho de conclusão de graduação
Aplicação de redes neurais convolucionais densamente conectadas no processamento digital de imagens para remoção de ruído gaussiano
application of densely connected convolutional neural networks in digital image processing to remove Gaussian noise
Autor
Mazza, Leonardo Oliveira
Institución
Resumen
Este trabalho propõe uma aplicação de uma rede neural convolucional profunda
em remoção de ruído gaussiano de imagens. Redes profundas têm obtido êxito em
diversas tarefas de classificação e regressão. Em particular, a Rede Neural Convolucional Densamente Conectada tˆem apresentado resultados competitivos em bases de
dados padrão usadas em medidas de desempenho. Por isso, essa rede foi escolhida
como modelo de regressão com o objetivo de remoção de ruído gaussiano. A metodologia para treinamento da rede foi iniciada pela cria¸c˜ao de uma base de dados de
imagens ruidosas. Essas imagens foram, então, colocadas na entrada da rede para
filtragem e a saída foi comparada com a versão sem ruído a partir de uma função
custo. Os parâmetros da rede foram, em seguida, alterados a partir de um método
baseado em descida de gradiente a fim de minimizar o custo. Dessa forma, a rede
treinada aprende a remover o ruído aplicado. O resultado final, comparado a outros
métodos, possuiu melhores indicadores de desempenho em duas das três imagens
de teste e obteve resultados próximos em uma terceira. Durante a filtragem com
ruído de variância 400, as imagens Lena e Boats obtiveram SSIM de 0.84 e 0.83
respectivamente. Na imagem Lena, o resultado foi 0.05 superior ao método GSM e
na imagem Boats 0.02 superior ao m´etodo SVR, ambos o segundo melhor método
em cada imagem. Na imagem Barbara, o resultado foi o segundo melhor com SSIM
0.84, 0.02 inferior ao método GSM.