В данном исследовании рассматриваются методы
создания обучающей выборки для задач восстановления изображений с использованием свѐрточных нейронных сетей (CNN - Convolutional Neural Networks). Основное внимание уделяется процессу формирования обучающей выборки, путѐм создания смаза (искусственного искажения) чѐтких изображений. В рамках работы была разработана программа, которая автоматически генерирует выборку из пар изображений, каждая из которых состоит из бракованных и четких версий одного и того же изображения. Процесс
включает в себя создание сдвига, имитирующего полетный смаз разной интенсивности, что позволяет создавать разнообразные данные для обучения модели. Исследование демонстрирует важность качественной обучающей выборки в задачах компьютерного зрения и методы восстановления первоначального качества изображений, используя методы глубокого обучения. Результаты работы подчеркивают эффективность предложенного подхода для улучшения
качества изображений и возможности применения в различных
областях.