OS‘NHLNVILVNdILAAGHHñIHLOÐLNAISANVGTHL HỌCVIENCONGNGHỆBƯUCHÍNHVIÊNTHONGvKHOA CÔNG NGHỆ THÔNG TIN v by = Đề tài: QC-StyleGAN2: Mô hình sinh đối nghịch với tùy biến chất lượng đầu ra Giáo viên hướng dẫn: PGS TS Phạm Văn Cường Sinh viên: Nguyễn Viết Thành Đạt Mã sinh viên: B1I7DCCN117 Lớp: DI7HTTTS Niên khóa: 2017-2022 Hệ đào tạo: Dai hoc chinh quy Hà Nội 2021 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THONG KHOA CÔNG NGHỆ THÔNG TIN byt Đề tài: QC-StyleGAN2: Mô hình sinh đối nghịch với tùy biến chất lượng đầu ra Giáo viên hướng dẫn: PGS TS Phạm Văn Cường Sinh viên: Nguyễn Viết Thành Đạt Mã sinh viên: B17DCCNI17 Lớp: DI7HTTT5 Niên khóa: 2017-2022 Hệ đào tao: Đại học chính quy Hà Nội 2021 GVHD: PGS TS Phạm Van Cuong LỜI CẢM ƠN Lời đầu tiên, em xin gửi lời cảm ơn tới các thầy cô trong khoa Công nghệ thông tin 1 tại Học viện Công nghệ Bưu chính Viễn thông đã luôn giúp đỡ dìu dắt chúng em trong suốt hơn 4 năm đại học Các thầy cô luôn nhiệt tình, tâm huyết và tận tụy chèo lái chuyến đò đưa chúng em đến những bến bờ tri thức, thông qua rất nhiều hoạt động, cuộc thi và qua từng bài học của thầy cô trong mỗi tiết giảng Em xin được bày tỏ biết ơn sâu sắc đến thay PGS TS Pham Văn Cường, người thầy đã luôn tận tình hướng dẫn em trong quá trình làm đồ án này Những lời khuyên của thầy đã giúp em nhận ra rất nhiều điều thiếu sót, cũng như có thêm kinh nghiệm trong suốt quá trình làm đồ án Em xin cảm ơn anh Trần Tuấn Anh — hiện đang là nhà nghiên cứu khoa học tại VinAI đã luôn tận tình giúp đỡ trang bị giúp em nhiều kiến thức về học máy, thị giác máy tính cũng như chủ đề nghiên cứu dé em có thé hoàn thành được đồ án này Em xin cảm ơn đến các anh chị, các bạn, các em trong CLB Lập Trình PTIT, đã luôn nhiệt tình giúp đỡ trang bị giúp em nhiều kiến thức về học máy và đồng thời cũng luôn đồng hành, tạo môi trường sáng tạo để em có thể phát triển như ngày hôm nay Em xin cảm ơn, gia đình, bạn bè, những người đã luôn ở bên cạnh, quan tâm, khích lệ và ủng hồ dé em có thé hoàn thành được đồ án này Xin chân thành cảm ơn tất cả mọi người! Cuối cùng em kính chúc quý thay, cô đồi dào sức khỏe và thành công trong sự nghiệp trồng người cao quý Đồng kính chúc tất cả mọi người, đất nước sớm vượt qua và kết thúc dịch Covid-19 (SARS-Co V-2) hiện van đang hoành hành trên khắp thé giới Hà Nội, ngày 27 tháng 12 năm 2021 Tác giả Nguyễn Viết Thành Đạt Sinh viên: Nguyễn Viết Thành Đạt — MSV: BI7DCCN117 — Khóa: D17 — Lop: DI7HTTT5 GVHD: PGS TS Phạm Van Cuong LỜI GIỚI THIỆU Gần đây, các mô hình học máy như mô hình sinh đối nghịch đã nhận được sự quan tâm đáng ké từ cộng đồng nghiên cứu Trên thực tế, các nhà nghiên cứu đã đưa ra những cách mới để sử dụng công nghệ này trong không gian thao tác hình ảnh để chuyền đổi hình ảnh sang hình ảnh trên nhiều miền, thay đổi phong cách và chỉnh sửa thuộc tính Tuy nhiên, các nghiên cứu trước đây tập trung vào tái tạo và xử lý ảnh chất lượng cao Vì vậy, các phương pháp này hoạt động không thực sự hiệu quả trên nhiều đữ liệu ảnh thực tế với chất lượng thấp do tác động của các yếu tố như nhiễu, mờ, và bề hạt do nén ảnh Đồ án sẽ đề xuất một mô hình sinh đối nghịch mới, được gọi là QC-StyleGAN2, giải quyết bài toán khi đầu vào là hình ảnh chất lượng thấp như ảnh có độ phân giải thấp, mờ, nhiễu hay có định dạng JPEG QC-StyleGAN2 được phát triển dựa trên StyleGAN2 - một mô hình sinh đối nghịch (GAN) được thiết kế đặc thù để sinh ảnh chất lượng cao và độ phân giải lớn Tuy nhiên, khác với StyleGAN2, QC-StyleGAN2 có thé tùy biến đầu vào dé thu được ảnh sắc nét hoặc kém chất lượng Đồ án cũng trình bày ứng dụng của QC-StyleGAN2 trong việc tai tao lại ảnh chất lượng cao từ ảnh chất lượng thấp đầu vào, sử dụng một phép chiếu dé tìm mã hóa tương ứng của ảnh đầu vao và tùy biến lại chất lượng ảnh Dé làm rõ hơn vấn đề, nhiệm vụ và lợi ích của mô hình QC-StyleGAN2 Trong phạm vi đồ án nội dung đồ án được làm rõ qua các chương sau: Chương 1: Tổng quan — Trong chương này đồ án tập trung vào trình bày cơ sở lý thuyết, các nghiên cứu liên quan, đồng thời giới thiệu các thuật toán hiện nay đang được áp dụng trong các mô hình học sâu Chương 2: Mô hình sinh đối nghịch với tùy biến chất lượng đầu ra QC- StyleGAN2 — Trong chương nay đồ án trình bày bài toán, cách xây dựng mô hình đề xuất QC-StyleGAN2 dé giải quyết van đề đặt ra Chương 3: Thực nghiệm và đánh giá — Trong chương cuối đồ án trình bày kết quả khi thực nghiệm, phân tích đánh giá kết quả Sinh viên: Nguyễn Viết Thành Đạt — MSV: BI7DCCN117 — Khóa: D17 — Lop: DI7HTTT5 GVHD: PGS TS Phạm Van Cuong LOI CAM 0901 h 3 iI9š©)(00920)30005 4 DANH MUC BANG c1 7 DANH MUC ANH 0005 8 PHU LUC TỪ NGỮ TIENG ANH 2-.2 22©.E2E.E+2E.E£E.EEE.EEC.EEEE.EEE.EE1.1211.221.711.271 22.12 x-e 10 PHU LUC TU VIET 9010157 12 CHƯƠNG 1 TONG QUAN oiecescssssssessessesssessesssssussssssessessessusssessessessusssetsessessssssessessessssseeseesess 14 1.1 Tổng quan về bai toán về chủ dé nghiên cứu 2.-2 £+.2+.££.+£.E£.EzE.++.rs-rr-xe-rx-ee 15 1.1.1 GeneratIV€ mOdẢÌ: G v H.H H H H H -H-H G 15 1.2 co na a na 19 1.2.1 Hoc tập có giám sát và không giám Sat -.- 5 + 3.3+ s.vE.es.rrs.er.se-rr-ss 19 1.2.2 Giới thiệu mạng no-ron (Artificial Neural Network) -. -