Передискретизація зображень засобами машинного навчання

Передискретизація зображень засобами машинного навчання

У роботі розроблено метод передискретизації зображень з цільовим коефіцієнтом зменшення засобами машинного навчання. Подано алгоритмічну реалізацію процедури синтезу матриці вагових коефіцієнтів синаптичних зв’язків, що лежить в основі процесу передискретизації. Підібрано оптимальні параметри нейрон...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2016
Автори: Ткаченко, Р.О., Ізонін, І.В., Батюк, Д.А., Сидоренко, Р.В., Прострельчук, В.І.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2016
Назва видання:Математичне та комп'ютерне моделювання. Серія: Технічні науки
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/133741
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Передискретизація зображень засобами машинного навчання / Р.О. Ткаченко, І.В. Ізонін, Д.А. Батюк, Р.В. Сидоренко, В.І. Прострельчук // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2016. — Вип. 13. — С. 176-182. — Бібліогр.: 4 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-133741
record_format dspace
spelling irk-123456789-1337412018-06-06T03:04:01Z Передискретизація зображень засобами машинного навчання Ткаченко, Р.О. Ізонін, І.В. Батюк, Д.А. Сидоренко, Р.В. Прострельчук, В.І. У роботі розроблено метод передискретизації зображень з цільовим коефіцієнтом зменшення засобами машинного навчання. Подано алгоритмічну реалізацію процедури синтезу матриці вагових коефіцієнтів синаптичних зв’язків, що лежить в основі процесу передискретизації. Підібрано оптимальні параметри нейронних мереж машини геометричних перетворень для роботи в режимі навчання при розв’язанні поставленої задачі. Наведено числові та графічні результати передискретизації за розробленим методом на різних зображеннях. In this paper, the method of image oversampling with a target coefficient of decrease based on machine learning is developed. Posted implementation of algorithmic synthesis procedure of weighting coefficients matrix of synaptic connections. The optimum parameters of neural networks to work in a learning mode for solving the problem. The numerical and graphical results by oversampling method developed in different images are shown. 2016 Article Передискретизація зображень засобами машинного навчання / Р.О. Ткаченко, І.В. Ізонін, Д.А. Батюк, Р.В. Сидоренко, В.І. Прострельчук // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2016. — Вип. 13. — С. 176-182. — Бібліогр.: 4 назв. — укр. 2308-5916 http://dspace.nbuv.gov.ua/handle/123456789/133741 004.89+004.932 uk Математичне та комп'ютерне моделювання. Серія: Технічні науки Інститут кібернетики ім. В.М. Глушкова НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Ukrainian
description У роботі розроблено метод передискретизації зображень з цільовим коефіцієнтом зменшення засобами машинного навчання. Подано алгоритмічну реалізацію процедури синтезу матриці вагових коефіцієнтів синаптичних зв’язків, що лежить в основі процесу передискретизації. Підібрано оптимальні параметри нейронних мереж машини геометричних перетворень для роботи в режимі навчання при розв’язанні поставленої задачі. Наведено числові та графічні результати передискретизації за розробленим методом на різних зображеннях.
format Article
author Ткаченко, Р.О.
Ізонін, І.В.
Батюк, Д.А.
Сидоренко, Р.В.
Прострельчук, В.І.
spellingShingle Ткаченко, Р.О.
Ізонін, І.В.
Батюк, Д.А.
Сидоренко, Р.В.
Прострельчук, В.І.
Передискретизація зображень засобами машинного навчання
Математичне та комп'ютерне моделювання. Серія: Технічні науки
author_facet Ткаченко, Р.О.
Ізонін, І.В.
Батюк, Д.А.
Сидоренко, Р.В.
Прострельчук, В.І.
author_sort Ткаченко, Р.О.
title Передискретизація зображень засобами машинного навчання
title_short Передискретизація зображень засобами машинного навчання
title_full Передискретизація зображень засобами машинного навчання
title_fullStr Передискретизація зображень засобами машинного навчання
title_full_unstemmed Передискретизація зображень засобами машинного навчання
title_sort передискретизація зображень засобами машинного навчання
publisher Інститут кібернетики ім. В.М. Глушкова НАН України
publishDate 2016
url http://dspace.nbuv.gov.ua/handle/123456789/133741
citation_txt Передискретизація зображень засобами машинного навчання / Р.О. Ткаченко, І.В. Ізонін, Д.А. Батюк, Р.В. Сидоренко, В.І. Прострельчук // Математичне та комп'ютерне моделювання. Серія: Технічні науки: зб. наук. пр. — Кам’янець-Подільський: Кам'янець-Подільськ. нац. ун-т, 2016. — Вип. 13. — С. 176-182. — Бібліогр.: 4 назв. — укр.
series Математичне та комп'ютерне моделювання. Серія: Технічні науки
work_keys_str_mv AT tkačenkoro perediskretizacíâzobraženʹzasobamimašinnogonavčannâ
AT ízonínív perediskretizacíâzobraženʹzasobamimašinnogonavčannâ
AT batûkda perediskretizacíâzobraženʹzasobamimašinnogonavčannâ
AT sidorenkorv perediskretizacíâzobraženʹzasobamimašinnogonavčannâ
AT prostrelʹčukví perediskretizacíâzobraženʹzasobamimašinnogonavčannâ
first_indexed 2025-07-09T19:32:59Z
last_indexed 2025-07-09T19:32:59Z
_version_ 1837199087443640320
fulltext Математичне та комп’ютерне моделювання 176 The mathematical reliability model for pump unit with reduced sliding redundancy is suggested. This reliability model adequately takes into ac- count impact of load-sharing coefficient of directional control valve that reserve pump turn on failure cause probability characteristics of pump unit. For reliability characteristics determination dynamic fault tree and Markov model are used. Key words: reliability model, sliding redundancy, fault tree, Markov model, failure cause. Отримано: 12.04.2016 УДК 004.89+004.932 Р. О. Ткаченко, д-р техн. наук, професор, І. В. Ізонін, канд. техн. наук, Д. А. Батюк, аспірант, Р. В. Сидоренко, В. І. Прострельчук Національний університет «Львівська політехніка», м. Львів ПЕРЕДИСКРЕТИЗАЦІЯ ЗОБРАЖЕНЬ ЗАСОБАМИ МАШИННОГО НАВЧАННЯ У роботі розроблено метод передискретизації зображень з цільовим коефіцієнтом зменшення засобами машинного на- вчання. Подано алгоритмічну реалізацію процедури синтезу матриці вагових коефіцієнтів синаптичних зв’язків, що лежить в основі процесу передискретизації. Підібрано оптимальні па- раметри нейронних мереж машини геометричних перетворень для роботи в режимі навчання при розв’язанні поставленої за- дачі. Наведено числові та графічні результати передискрети- зації за розробленим методом на різних зображеннях. Ключові слова: зображення, передискретизація, машинне навчання. Вступ. Топологічні підходи в задачах передискретизації зображень, зокрема з цільовим коефіцієнтом зменшення, передбачають використан- ня різноманітних скінченних покриттів відкритими множинами. Це дає можливість будувати різноманітні вектори ознак, що характеризувати- муть елемент визначеної на зображенні топології. Існування в просторі ознак значної кількості векторів, іноді також великої розмірності, є ваго- мим аргументом для використання чи розробки методів машинного на- вчання в задачах обробки цифрових зображень. Аналіз попередній досліджень і постановка задачі. У роботах [1, 2] розв’язано задачу передискретизації цифрових зображень засобами машинного навчання, зокрема з використанням нейроподібних структур © Р. О. Ткаченко, І. В. Ізонін, Д. А. Батюк, Р. В. Сидоренко, В. І. Прострельчук, 2016 Серія: Технічні науки. Випуск 13 177 машини геометричних перетворень (НПС МГП). Вибір цього інструмен- тарію для практичної реалізації методу обґрунтовується високою швид- кодією роботи, а також достатньою надійністю процедури навчання НПС [3]. У роботі [4] описано нейромережеву технологію зменшення масш- табу зображень, алгоритмічна реалізація якої передбачає виконання трьох основних етапів: 1) попередня обробка пари вхідних зображень високої і низької роздільної здатності; 2) реалізація процедури навчання, зокрема з використанням графічного інтерфейсу func*net Express [3]; 3) застосування навченої НПС МГП для розв’язання поставленої задачі. У цій роботі ми пропонуємо розв’язувати задачу передискретизації цифрових зображень із заданим коефіцієнтом зменшення шляхом вико- ристання вагових коефіцієнтів синаптичних зв’язків, отриманих під час навчання нейроподібної структури МГП з багатьма виходами. Метод передискретизації зображень засобами машинного на- вчання. Як і у [4] перший етап методу передбачає необхідність диз’юнктивної декомпозиції пари зображень (високої та низької розділь- ної здатності) на однакову кількість фреймів (квадратних областей фун- кції інтенсивності зображення). Слід відмітити, що розмірність фрейму із зображення низької роздільної здатності повинна бути в m разів мен- шою за розмірність фрейму із другого зображення навчальної пари. Та- ким чином m — визначатиме коефіцієнт зменшення у процедурі переди- скретизації зображень, , 0m N m  . Із відповідних векторів, отриманих із обох зображень пари формуємо вектори   1 m A і 1A для зображень ви- сокої та низької РЗ відповідно, а з них — матрицю навчальних даних M:     22 11 ... ... m m nn A A M A A             , (1) де   1dim( ) m A визначатиме кількість входів НПС МГП, а 1dim( )A — кількість виходів нейроподібної структури МГП. Оскільки алгоритм навчання НПС МГП відомий, тому на ньому зупинятися не будемо. Реалізацію процедури навчання нейроподіб- них структур детально описано у [3, 4]. Третій етап методу ми модифікуємо наступним чином. Для цього використаємо лінійну структуру НПС МГП, включаючи лінійні функції активації, а також лінійні значення синаптичних зв’язків між нейронами. Використання саме цих значень обґрунтовано при розв’язанні задачі збільшення масштабу зображень [1]. Це дозволяє нам використати принципи лінійної суперпозиції і перейти від початкових схем до еквіва- лентних схем НПС МГП. Цей процес, а також повторюваність розв’язку, Математичне та комп’ютерне моделювання 178 яка забезпечується перевагами використовуваного алгоритму навчання НПС, дозволяють отримати матрицю вагових коефіцієнтів синаптичних зв’язків з навченої НПС МГП. ЇЇ застосування забезпечує реалізацію процедури передискретизації зображень з цільових коефіцієнтом змен- шення, без використання НПС МГП на стадії застосування. Така перева- га суттєво зменшить як часові так і обчислювальні ресурси, необхідні для реалізації процесу передискретизації набору зображень. Процедура синтезу матриці вагових коефіцієнтів синаптич- них зв’язків між нейронами. Алгоритмічна реалізація процедури синтезу матриці вагових коефіцієнтів синаптичних зав’язків з НПС МГП з багатьма виходами для розв’язання поставленої задачі перед- бачає виконання наступних кроків: 1) процедура навчання НПС МГП на парі зображень згідно методи- ки, описаної вище; 2) отримання матриці коефіцієнтів ,i j площини відгуку на основі навченої НПС:   ________ 2 _________ 2 1, 1 , 1, j k i j i km V         , (2) де k — змінна, що визначає розмірність фрейму для зображення низь- кої РЗ, , 0k N k  . Матрицю (2) отримуємо шляхом тестування НПС МГП матри- цею тестових сигналів T:  2( ) , 0, ..., 0 km T E                , (3) де Е — одинична діагональна матриця, 2 2dim( ) ( ) ( )E km km  . 3) на основі (2) будуємо матрицю вагових коефіцієнтів синаптичних зв’язків еквівалентної схеми лінійної НПС МГП:   ________ 2 _________ 2 1, 1 , 1, j k i j i km W w        , (4) де коефіцієнти ,i jw обчислюються так:   1,2 , , 1, 2 1 , 1; 1, , 1, : , 1. j i j i j j i i km kj w i                     (5) 4) використовуючи W, отримуємо шуканий фрейм Pi,j               _____ , , , 1, 1 , 1 1 1 1, 1 1 1 1 1 , 1, , 1, : |i j x y x y x k y kjki a b a k i k b k j x mk y a i b k j x y k i j n P c c w c w                             (6) Серія: Технічні науки. Випуск 13 179 зображення низької РЗ із відповідного фрейму   , m i jP зображення ви- сокої РЗ, де   , ,, : m a b i ja b c P  . 5) застосовуючи (9) до усіх вхідних фреймів, отримаємо шукане зо- браження. Моделювання роботи методу. Процедура навчання НПС МГП для розв’язання задачі передискретизації зображень з цільовим кое- фіцієнтом зменшення з використанням засобів машинного навчання передбачає наявність навчальної пари зображень високої/низької РЗ. З цією метою для усіх експериментів, представлених у роботі вико- ристовувалася пара зображень, яку приведено на рис. 1а. (на рис. 1 приведено лише зображення низької РЗ). У режимі моделювання ро- боти методу використовувалися зображення, наведені на рис. 1 б, в, г. Слід відмітити, що масштаб усіх зображень з рис. 1 зменшено з ме- тою представлення у роботі. а) б) в) г) Рис. 1. Еталонні зображення з РЗ 252 252 пікселів: а) навчальне; б), в), г) — тестові Параметри НПС МГП наступні: 1) кількість входів —   1dim( ) m A ; 2) прихованих шарів — 1; 3) кількість нейронів прихованого шару рівне   1dim( ) m A ; 4) кількість виходів НПС — 1dim( )A ; 5) лінійне значення синаптичних зв’язків між нейронами. Дослідження впливу розмірів фрейму на якість передискре- тизованих зображень. Метою експерименту є пошук таких значень розмірів фрейму (k´k), яке б забезпечувало найкращий результат. Найкращий результат тут визначається з використанням наступних показників якості цифрових зображень: середньоквадратичне відхи- лення (MSE), універсальний індекс якості зображень (UIQ), співвід- ношення пікового сигналу до шуму (PSNR), а також індексу структу- рної подібності отриманого та еталонного зображень (SSIM). Зміну значень вищеперерахованих показників при зміні значення розмірів фрейму для тестових зображень зведено в табл. 1. Математичне та комп’ютерне моделювання 180 Таблиця 1 Значення показників якості цифрових зображень при зміні k m = 2 Зоб- раже- ння з рис.2 Співвідношення k´k для зображень високої/низької РЗ UIQ MSE SSIM PSNR К-сть ней- ронів при- хованого шару НПС б) 2´2 — 1´1 0,9062 32,3548 0,9314 33,0314 4 в) 4´4 — 2´2 0,7226 164,515 0,7627 25,9687 16 г) 6´6 — 3´3 0,5233 398,4017 0,5694 22,1276 36 д) 8´8 — 4´4 0,4178 569,2429 0,4551 20,5778 64 е) 12´12 — 6´6 0,2945 772,7581 0,3417 19,2504 144 Як видно з табл. 1 найкращий результат по усім чотирьом пока- зникам якості отримано для випадку найменшого значення k. Задля візуальної оцінки отриманих результатів, на рис. 2 наведено ряд пе- редискретизованих зображень з коефіцієнтом зменшення m = 2 при зміні цього показника. а) б) в) г) д) е) Рис. 2. Результати передискретизації з m=2 при зміні k: а) еталон; б) 2´2 — 1´1; в) 4´4 — 2´2; г) 6´6 — 3´3; д) 8´8 — 4´4; е) 12´12 — 6´6 Як видно з рис. 2, при збільшенні розмірів фрейму, якість пере- дискретизованих зображень суттєво зменшується. Такі ж результати отримано і при зменшенні інших тестових зображень. Саме тому, у Серія: Технічні науки. Випуск 13 181 подальших дослідженнях буде використовуватися найменше значен- ня розміру фреймів. Дослідження впливу параметрів НПС МГП на якість резуль- туючих зображень. Цей експеримент передбачає пошук таких значень параметрів НПС, при яких отримується найкращий результат. При цьо- му збільшувалася кількість нейронів прихованого шару [1:4] при вико- нанні процедури навчання для фреймів, розміром 2´2 — 1´1. Результа- ти роботи нейроподібної структури при розв’язанні поставленої задачі в цьому випадку представлено в табл. 2. Таблиця 2 Значення показників якості цифрових зображень при зміні кількості нейронів прихованого шару НПС МГП m = 2 Зображен- ня з рис.1 SSIM MSE UIQ PSNR Кількість нейронів в прихованому шарі НПС МГП б) 0,99 6,29 0,95 40,14 1 нейрон в) 0,93 61,25 0,93 30,26 г) 0,98 9,26 0,97 38,47 б) 0,97 15,63 0,91 36,19 2 нейрона в) 0,84 166,03 0,83 25,93 г) 0,95 26,15 0,93 33,96 б) 0,96 20,35 0,89 35,05 3 нейрона в) 0,76 281,84 0,75 23,63 г) 0,93 31,12 0,91 33,20 б) 0,96 19,84 0,89 35,16 4 нейрона в) 0,78 255,59 0,77 24,06 г) 0,93 32,35 0,91 33,03 На рис. 3 графічно наведено результати цього експерименту для зображень з рис. 1. 40,14 36,19 35,05 35,16 34,00 35,00 36,00 37,00 38,00 39,00 40,00 41,00 0 1 2 3 4 Зн ач ен ня P SN R Рис. 3. Значення PSNR при зміні кількості нейронів в прихованому шарі з m = 2 (для зображення с рис.1б) Математичне та комп’ютерне моделювання 182 Вибір в прихованому шарі лише одного нейрону дозволило нам додатково підвищити ефективність роботи розробленого методу, зок- рема щодо якості передискретизації зображень з коефіцієнтом змен- шення — 2 по усім чотирьом показникам. Висновки. Розроблено новий метод передискретизації зобра- жень з цільовим коефіцієнтом зменшення з використанням засобів машинного навчання. Особливістю розробленого методу є висока якість передискретизації зображень одного класу при зменшенні об- числювальних та часових ресурсів його роботи. Окрім цього, засто- сування інструментарію НПС МГП надає можливість швидкого ав- томатичного перенавчання. Це забезпечує можливість використання методу у системах технічного зору при передискретизації сценарних зображень, тип яких швидко змінюється. Список використаних джерел: 1. Ізонін І. В. Метод збільшення роздільної здатності зображень на основі штучних нейронних мереж / І. В. Ізонін, Р. О. Ткаченко, Д. Д. Пелешко, Д. А. Батюк // Вісник Львівського державного університету безпеки жит- тєдіяльності. — 2015. — № 11. — C. 47–56. 2. Izonin I. Learning-based image super-resolution using weight coefficients of synaptic connections / I. Izonin, R. Tkachenko, D. Peleshko, T. Rak, D. Batyuk // Computer science and information technologies: proc. of X intern. scien. and techn. conf., 14–17 Sep. 2015 y., Lviv, Ukraine. — Lviv : Lviv Polytechnic Publishing House, 2015. — P. 25–29. 3. Рашкевич Ю. М. Нейроподібні методи, алгоритми та структури обробки сигналів і зображень у реальному часі : монографія / Ю. М. Рашкевич, Р. О. Ткаченко, І. Г. Цмоць, Д. Д. Пелешко. — Львів, 2014. — 256 с. 4. Tytyk R. Neural Network Technology for Image Downscaling [Electronic edition] / R. Tytyk, R. Tkachenko, I. Izonin, K. Hrytsyk // Litteris et Artibus: proc. of 5 intern. youth sience forum, 26–28 Nov. 2015 y., Lviv, Ukraine. — Lviv : Lviv Polytechnic Publishing House, 2015. — P. 72–74. In this paper, the method of image oversampling with a target coefficient of decrease based on machine learning is developed. Posted implementation of al- gorithmic synthesis procedure of weighting coefficients matrix of synaptic connections. The optimum parameters of neural networks to work in a learning mode for solving the problem. The numerical and graphical results by over- sampling method developed in different images are shown. Key words: image, oversampling, machine learning. Отримано: 25.04.2016 << /ASCII85EncodePages false /AllowTransparency false /AutoPositionEPSFiles true /AutoRotatePages /All /Binding /Left /CalGrayProfile (Gray Gamma 2.2) /CalRGBProfile (sRGB IEC61966-2.1) /CalCMYKProfile (Coated FOGRA27 \050ISO 12647-2:2004\051) /sRGBProfile (sRGB IEC61966-2.1) /CannotEmbedFontPolicy /Warning /CompatibilityLevel 1.3 /CompressObjects /Tags /CompressPages true /ConvertImagesToIndexed true /PassThroughJPEGImages true /CreateJobTicket false /DefaultRenderingIntent /Default /DetectBlends true /DetectCurves 0.1000 /ColorConversionStrategy /sRGB /DoThumbnails false /EmbedAllFonts true /EmbedOpenType false /ParseICCProfilesInComments true /EmbedJobOptions true /DSCReportingLevel 0 /EmitDSCWarnings false /EndPage -1 /ImageMemory 1048576 /LockDistillerParams false /MaxSubsetPct 100 /Optimize true /OPM 1 /ParseDSCComments true /ParseDSCCommentsForDocInfo true /PreserveCopyPage true /PreserveDICMYKValues true /PreserveEPSInfo false /PreserveFlatness false /PreserveHalftoneInfo false /PreserveOPIComments false /PreserveOverprintSettings true /StartPage 1 /SubsetFonts true /TransferFunctionInfo /Apply /UCRandBGInfo /Remove /UsePrologue false /ColorSettingsFile () /AlwaysEmbed [ true ] /NeverEmbed [ true /Arial-Black /Arial-BlackItalic /Arial-BoldItalicMT /Arial-BoldMT /Arial-ItalicMT /ArialMT /ArialNarrow /ArialNarrow-Bold /ArialNarrow-BoldItalic /ArialNarrow-Italic /ArialUnicodeMS /CenturyGothic /CenturyGothic-Bold /CenturyGothic-BoldItalic /CenturyGothic-Italic /CourierNewPS-BoldItalicMT /CourierNewPS-BoldMT /CourierNewPS-ItalicMT /CourierNewPSMT /Georgia /Georgia-Bold /Georgia-BoldItalic /Georgia-Italic /Impact /LucidaConsole /Tahoma /Tahoma-Bold /TimesNewRomanMT-ExtraBold /TimesNewRomanPS-BoldItalicMT /TimesNewRomanPS-BoldMT /TimesNewRomanPS-ItalicMT /TimesNewRomanPSMT /Trebuchet-BoldItalic /TrebuchetMS /TrebuchetMS-Bold /TrebuchetMS-Italic /Verdana /Verdana-Bold /Verdana-BoldItalic /Verdana-Italic ] /AntiAliasColorImages false /CropColorImages false /ColorImageMinResolution 150 /ColorImageMinResolutionPolicy /OK /DownsampleColorImages true /ColorImageDownsampleType /Bicubic /ColorImageResolution 150 /ColorImageDepth -1 /ColorImageMinDownsampleDepth 1 /ColorImageDownsampleThreshold 1.50000 /EncodeColorImages true /ColorImageFilter /DCTEncode /AutoFilterColorImages true /ColorImageAutoFilterStrategy /JPEG /ColorACSImageDict << /QFactor 0.76 /HSamples [2 1 1 2] /VSamples [2 1 1 2] >> /ColorImageDict << /QFactor 0.76 /HSamples [2 1 1 2] /VSamples [2 1 1 2] >> /JPEG2000ColorACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 15 >> /JPEG2000ColorImageDict << /TileWidth 256 /TileHeight 256 /Quality 15 >> /AntiAliasGrayImages false /CropGrayImages false /GrayImageMinResolution 150 /GrayImageMinResolutionPolicy /OK /DownsampleGrayImages true /GrayImageDownsampleType /Bicubic /GrayImageResolution 150 /GrayImageDepth -1 /GrayImageMinDownsampleDepth 2 /GrayImageDownsampleThreshold 1.50000 /EncodeGrayImages true /GrayImageFilter /DCTEncode /AutoFilterGrayImages true /GrayImageAutoFilterStrategy /JPEG /GrayACSImageDict << /QFactor 0.76 /HSamples [2 1 1 2] /VSamples [2 1 1 2] >> /GrayImageDict << /QFactor 0.76 /HSamples [2 1 1 2] /VSamples [2 1 1 2] >> /JPEG2000GrayACSImageDict << /TileWidth 256 /TileHeight 256 /Quality 15 >> /JPEG2000GrayImageDict << /TileWidth 256 /TileHeight 256 /Quality 15 >> /AntiAliasMonoImages false /CropMonoImages false /MonoImageMinResolution 1200 /MonoImageMinResolutionPolicy /OK /DownsampleMonoImages true /MonoImageDownsampleType /Bicubic /MonoImageResolution 1200 /MonoImageDepth -1 /MonoImageDownsampleThreshold 1.50000 /EncodeMonoImages true /MonoImageFilter /CCITTFaxEncode /MonoImageDict << /K -1 >> /AllowPSXObjects true /CheckCompliance [ /PDFX1a:2001 ] /PDFX1aCheck false /PDFX3Check false /PDFXCompliantPDFOnly false /PDFXNoTrimBoxError true /PDFXTrimBoxToMediaBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXSetBleedBoxToMediaBox true /PDFXBleedBoxToTrimBoxOffset [ 0.00000 0.00000 0.00000 0.00000 ] /PDFXOutputIntentProfile (None) /PDFXOutputConditionIdentifier () /PDFXOutputCondition () /PDFXRegistryName () /PDFXTrapped /False /CreateJDFFile false /Description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> /CHS <FEFF4f7f75288fd94e9b8bbe5b9a521b5efa7684002000410064006f006200650020005000440046002065876863900275284e8e55464e1a65876863768467e5770b548c62535370300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c676562535f00521b5efa768400200050004400460020658768633002> /CHT <FEFF4f7f752890194e9b8a2d7f6e5efa7acb7684002000410064006f006200650020005000440046002065874ef69069752865bc666e901a554652d965874ef6768467e5770b548c52175370300260a853ef4ee54f7f75280020004100630072006f0062006100740020548c002000410064006f00620065002000520065006100640065007200200035002e003000204ee553ca66f49ad87248672c4f86958b555f5df25efa7acb76840020005000440046002065874ef63002> /CZE <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> /DAN <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> /DEU <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> /ENU (Use these settings to create Adobe PDF documents suitable for reliable viewing and printing of business documents. Created PDF documents can be opened with Acrobat and Adobe Reader 5.0 and later.) /ESP <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> /ETI <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> /FRA <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> /GRE <FEFF03a703c103b703c303b903bc03bf03c003bf03b903ae03c303c403b5002003b103c503c403ad03c2002003c403b903c2002003c103c503b803bc03af03c303b503b903c2002003b303b903b1002003bd03b1002003b403b703bc03b903bf03c503c103b303ae03c303b503c403b5002003ad03b303b303c103b103c603b1002000410064006f006200650020005000440046002003ba03b103c403ac03bb03bb03b703bb03b1002003b303b903b1002003b103be03b903cc03c003b903c303c403b7002003c003c103bf03b203bf03bb03ae002003ba03b103b9002003b503ba03c403cd03c003c903c303b7002003b503c003b903c703b503b903c103b703bc03b103c403b903ba03ce03bd002003b503b303b303c103ac03c603c903bd002e0020002003a403b10020005000440046002003ad03b303b303c103b103c603b1002003c003bf03c5002003ad03c703b503c403b5002003b403b703bc03b903bf03c503c103b303ae03c303b503b9002003bc03c003bf03c103bf03cd03bd002003bd03b1002003b103bd03bf03b903c703c403bf03cd03bd002003bc03b5002003c403bf0020004100630072006f006200610074002c002003c403bf002000410064006f00620065002000520065006100640065007200200035002e0030002003ba03b103b9002003bc03b503c403b103b303b503bd03ad03c303c403b503c103b503c2002003b503ba03b403cc03c303b503b903c2002e> /HEB <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> /HRV (Za stvaranje Adobe PDF dokumenata pogodnih za pouzdani prikaz i ispis poslovnih dokumenata koristite ove postavke. Stvoreni PDF dokumenti mogu se otvoriti Acrobat i Adobe Reader 5.0 i kasnijim verzijama.) /HUN <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> /ITA (Utilizzare queste impostazioni per creare documenti Adobe PDF adatti per visualizzare e stampare documenti aziendali in modo affidabile. I documenti PDF creati possono essere aperti con Acrobat e Adobe Reader 5.0 e versioni successive.) /JPN <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> /KOR <FEFFc7740020c124c815c7440020c0acc6a9d558c5ec0020be44c988b2c8c2a40020bb38c11cb97c0020c548c815c801c73cb85c0020bcf4ace00020c778c1c4d558b2940020b3700020ac00c7a50020c801d569d55c002000410064006f0062006500200050004400460020bb38c11cb97c0020c791c131d569b2c8b2e4002e0020c774b807ac8c0020c791c131b41c00200050004400460020bb38c11cb2940020004100630072006f0062006100740020bc0f002000410064006f00620065002000520065006100640065007200200035002e00300020c774c0c1c5d0c11c0020c5f40020c2180020c788c2b5b2c8b2e4002e> /LTH <FEFF004e006100750064006f006b0069007400650020016100690075006f007300200070006100720061006d006500740072007500730020006e006f0072011700640061006d00690020006b0075007200740069002000410064006f00620065002000500044004600200064006f006b0075006d0065006e007400750073002c0020006b0075007200690065002000740069006e006b006100200070006100740069006b0069006d006100690020007000650072017e0069016b007201170074006900200069007200200073007000610075007300640069006e0074006900200076006500720073006c006f00200064006f006b0075006d0065006e007400750073002e0020002000530075006b0075007200740069002000500044004600200064006f006b0075006d0065006e007400610069002000670061006c006900200062016b007400690020006100740069006400610072006f006d00690020004100630072006f006200610074002000690072002000410064006f00620065002000520065006100640065007200200035002e0030002000610072002000760117006c00650073006e0117006d00690073002000760065007200730069006a006f006d00690073002e> /LVI <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> /NLD (Gebruik deze instellingen om Adobe PDF-documenten te maken waarmee zakelijke documenten betrouwbaar kunnen worden weergegeven en afgedrukt. De gemaakte PDF-documenten kunnen worden geopend met Acrobat en Adobe Reader 5.0 en hoger.) /NOR <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> /POL <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> /PTB <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> /RUM <FEFF005500740069006c0069007a00610163006900200061006300650073007400650020007300650074010300720069002000700065006e007400720075002000610020006300720065006100200064006f00630075006d0065006e00740065002000410064006f006200650020005000440046002000610064006500630076006100740065002000700065006e007400720075002000760069007a00750061006c0069007a00610072006500610020015f006900200074006900700103007200690072006500610020006c0061002000630061006c006900740061007400650020007300750070006500720069006f0061007201030020006100200064006f00630075006d0065006e00740065006c006f007200200064006500200061006600610063006500720069002e002000200044006f00630075006d0065006e00740065006c00650020005000440046002000630072006500610074006500200070006f00740020006600690020006400650073006300680069007300650020006300750020004100630072006f006200610074002c002000410064006f00620065002000520065006100640065007200200035002e00300020015f00690020007600650072007300690075006e0069006c006500200075006c0074006500720069006f006100720065002e> /SKY <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> /SLV <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> /SUO <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> /SVE <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> /TUR <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> /UKR <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> /RUS <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> >> /Namespace [ (Adobe) (Common) (1.0) ] /OtherNamespaces [ << /AsReaderSpreads false /CropImagesToFrames true /ErrorControl /WarnAndContinue /FlattenerIgnoreSpreadOverrides false /IncludeGuidesGrids false /IncludeNonPrinting false /IncludeSlug false /Namespace [ (Adobe) (InDesign) (4.0) ] /OmitPlacedBitmaps false /OmitPlacedEPS false /OmitPlacedPDF false /SimulateOverprint /Legacy >> << /AllowImageBreaks true /AllowTableBreaks true /ExpandPage false /HonorBaseURL true /HonorRolloverEffect false /IgnoreHTMLPageBreaks false /IncludeHeaderFooter false /MarginOffset [ 0 0 0 0 ] /MetadataAuthor () /MetadataKeywords () /MetadataSubject () /MetadataTitle () /MetricPageSize [ 0 0 ] /MetricUnit /inch /MobileCompatible 0 /Namespace [ (Adobe) (GoLive) (8.0) ] /OpenZoomToHTMLFontSize false /PageOrientation /Portrait /RemoveBackground false /ShrinkContent true /TreatColorsAs /MainMonitorColors /UseEmbeddedProfiles false /UseHTMLTitleAsMetadata true >> << /AddBleedMarks false /AddColorBars false /AddCropMarks false /AddPageInfo false /AddRegMarks false /BleedOffset [ 0 0 0 0 ] /ConvertColors /ConvertToRGB /DestinationProfileName (sRGB IEC61966-2.1) /DestinationProfileSelector /UseName /Downsample16BitImages true /FlattenerPreset << /PresetSelector /MediumResolution >> /FormElements true /GenerateStructure false /IncludeBookmarks false /IncludeHyperlinks false /IncludeInteractive false /IncludeLayers false /IncludeProfiles true /MarksOffset 6 /MarksWeight 0.250000 /MultimediaHandling /UseObjectSettings /Namespace [ (Adobe) (CreativeSuite) (2.0) ] /PDFXOutputIntentProfileSelector /DocumentCMYK /PageMarksFile /RomanDefault /PreserveEditing true /UntaggedCMYKHandling /UseDocumentProfile /UntaggedRGBHandling /LeaveUntagged /UseDocumentBleed false >> ] >> setdistillerparams << /HWResolution [600 600] /PageSize [419.528 595.276] >> setpagedevice

Схожі ресурси