Penulis Utama : Galih Akbar Moerbayaksa
Penulis Tambahan : -
NIM / NIP : M0517018
Tahun : 2021
Judul : Penggunaan Deep Learning Berbasis Autoencoder Dan Generative Model Untuk Peningkatan Kualitas Citra Berwarna Hasil Image Companding
Edisi :
Imprint : Surakarta - Fak. MIPA - 2021
Kolasi :
Sumber : UNS-Fak. MIPA-M0517018
Subyek : -
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Abstrak :

Image companding merupakan kerangka kerja pemrosesan citra yang terdiri dari proses kompresi dan ekspansi. Tantangan utama dari image companding adalah untuk meminimalkan derau dan artefak pada citra hasil ekspansi, dan pada saat yang sama, memulihkan detail dan struktur citra. Memulihkan citra dan meminimalkan derau merupakan tugas yang menantang, karena kompresi menghilangkan sebagian informasi citra, sehingga cara untuk menyematkan dan mendapatkan kembali informasi yang hilang sangat perlu untuk didapatkan. Untuk mengatasi masalah ini, terinspirasi oleh keberhasilan pembelajaran mendalam terakhir dalam pemrosesan citra, pendekatan baru diusulkan untuk melakukan image companding yang efisien. Kerangka yang diusulkan memanfaatkan efektivitas CNN dengan konsep autoencoder dan dilatih secara generatif. Dibangun dari tiga jaringan, yaitu encoder untuk optimasi citra, decoder untuk rekonstruksi citra, dan discriminator untuk melatih jaringan secara generatif. Penggunaan bobot untuk setiap fitur warna pada pemetaan identitas, lapisan konvolusi upsampling, dan lapisan normalisasi baru diusulkan untuk meningkatkan performa dan efektivitas pelatihan. Hasil eksperimen menegaskan bahwa metode yang diusulkan berhasil mendapatkan peningkatan metrik PSNR pada kasus 2, 4, dan 5-bit dan SSIM pada semua kasus bit, sehingga dapat disimpulkan metode yang diusulkan dapat melakukan rekonstruksi citra hasil ekspansi dengan pencahayaan, kontras, dan struktur citra lebih baik dan derau lebih sedikit daripada metode sebelumnya.

Keywords: convolutional neural networks, deep learning, residual network, generative model, image companding, denoising, autoencoders.

 

File Dokumen Tugas Akhir : Harus menjadi member dan login terlebih dahulu untuk bisa download.
Halaman Judul.pdf
BAB I.pdf
BAB II.pdf
BAB III.pdf
BAB IV.pdf
BAB V.pdf
Daftar Pustaka.pdf
File Dokumen Karya Dosen : -
Status : Public
Pembimbing : 1. Heri Prasetyo, S.Kom., M.Sc.Eng., Ph.D
2. Dr. Wiharto, S.T., M.Kom.
Catatan Umum :
Fakultas : Fak. MIPA