DEVELOPMENT AND TRAINING OF A NEURAL NETWORK AUTOENCODER MODEL FOR VISUAL DATA COLORIZATION
DOI:
https://doi.org/10.54309/IJICT.2025.23.3.019Ключевые слова:
neural networks, computer vision, image colorization, deep learning, convolutional networks, autoencoder, image processingАннотация
Мақалада ақ-қара бейнелерді автоматты түрде түстендіруге арналған конволюциялық автокодировщиктің нейрожелілік моделін әзірлеу және оқыту мәселесі қарастырылады. Зерттеудің өзектілігі жасанды интеллект технологияларының визуалды деректерді өңдеу саласына жаппай енгізілуімен және бейнелердің түстік ақпаратын жоғары дәлдікпен қалпына келтіру қажеттілігімен негізделеді. Зерттеудің мақсаты — кеңістіктік құрылымды ескере отырып, бейнелердің түстік сипаттамаларын дәл және тиімді түрде қалпына келтіретін терең нейрожелілік архитектураны құрастыру. Зерттеу барысында компьютерлік көрудің теориялық әдістері, нейрондық желілердің архитектуралық ерекшеліктері талданып, Keras кітапханасы негізінде модельді практикалық тұрғыдан жүзеге асыру іске асырылды. Пейзаждық кескіндер деректер жиынтығында модельді оқыту нәтижесінде 82,5% дәлдікке және визуалды жағынан қанағаттанарлық түстендіру сапасына қол жеткізілді. Алынған нәтижелер ұсынылған архитектураның тиімділігін көрсетіп, конволюциялық автокодировщиктерді бейнелердің түстік ақпаратын қайта құру міндеттерінде қолданудың ғылыми және практикалық әлеуетін растайды. Ұсынылған модель сандық қалпына келтіру, мазмұн генерациясы және оқу-әдістемелік құралдарда қолдануға бейімделген.
Скачивания
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en