Заключение. 
Разработка веб-приложения для масштабирования растровых изображений с использованием нейронных сетей

В рамках данной работы для масштабирования изображений была применена модификация трехслойной свёрточной нейронной сети SRCNN, основанная, в отличие от оригинала, на топологии VGG. Выбор указанной топологии позволил превзойти оригинальную модель, повысив качество увеличенных изображений за счет увеличения количества слоев. Результирующие изображения сохраняют четкость мелких деталей, в то время как существующий альтернативный метод бикубической интерполяции размывает изображение. Поэтому изображения, увеличенные с помощью SRCNN, выглядят более качественными.

Для проверки работоспособности предложенной модели было создано два приложения. Основным недостатком первого приложения являлись большие временные затраты, поэтому был внесен ряд изменений как в алгоритм, так и в архитектуру приложения. Также в процессе разработки приложения были использованы навыки разработки многопоточных распределенных веб-приложений.

Предложенная в работе нейронная сеть обрабатывает параллельно блоки изображений, распределяя нагрузку по возможности равномерно между вычислительными ядрами процессора, а очереди сообщений позволяют распределять работу по масштабированию изображений между компьютерами. За счет этих модификаций была увеличена скорость работы.

Однако предлагаемая нейронная сеть всё ещё далека от возможности применения в режиме реального времени. По всей видимости, это связано с тем, что выбранная топология не позволяет обрабатывать изображения быстро и возможно для обработки в реальном времени стоит применить более легковесную топологию Network in Network с 3−4 слоями. Также можно многократно увеличить скорость, перенеся вычисления с центрального процессора на графический адаптер, посредством специального программного обеспечения Cuda от компании Nvidia.

С точки зрения дальнейшего усовершенствования предложенного подхода следует отметить, что разработанная модель ввиду своей структуры может быть легко оптимизирована новыми дополнительными скрытыми слоями. Кроме того, оптимизация может быть связана с представлением цветовых каналов изображения.