Отзыв  на магистерскую диссертацию Богославец Александры Игоревны «Реставрация поврежденных и зашумленных изображений»  	Диссертация Богославец А.И. проблеме восстановления поврежденных архивных фотографий.  В настоящее время предложены и разрабатываются методы реставрации изображений, однако они постоянно совершенствуются, поэтому тема исследования представляется актуальной. 	Основное внимание в работе уделяется математическим методам удаления царапин и методам подавления шумов изображения. Автор проводит анализ подходов к реставрации изображений, которые и реализуют современные методы цифровой реставрации. К их числу относятся методы на основе синтеза текстур, методы на основе решения дифференциальных уравнений в частных производных, гибридные методы, сочетающие оба этих подхода.  В работе достаточно подробно описываются наиболее успешные методы, такие как метод Телеа, метод Навье-Стокса, метод Криминиси, основанные на указанных подходах, и решающие задачу заполнения поврежденных областей изображения.   	В работе также предлагается использовать для реставрации изображений нейросетевой подход, который до сих пор не применялся для решения этих задач. Автор предложил применить свёрточную генеративно-состязательную нейронную сеть, поскольку в процессе ее обучения генерируются реалистичные искусственные изображения, статистически неотличимые от настоящих.   Предлагаемая нейросетевая система реставрации изображений реализована автором на языке Python c использованием популярной библиотеки машинного обучения TensorFlow. В этой системе свёрточная генеративно-состязательная нейронная сеть построена на базе известной архитектуры HyperGAN. Обучение системы проводилось с использованием выборки искусственно деградированных изображений - случайным образом были добавлены шум и царапины. Исходные изображения были выбраны из баз изображений архивных фотографий. Экспериментальная проверка системы показала достаточно хорошую степень качества реставрации, однако применение этой системы наиболее эффективно для локальных областей изображений. Следует отметить, что автором реализованы также все описанные в работе классические методы реставрации, а также проведено их экспериментальное исследование на той же выборке. Для оценки качества реставрации при сравнении методов были выбраны стандартные метрики – пиковое отношение сигнал-шум, показатель структурного сходства, и показатель точности визуальной информации в пространстве пикселей.  В ходе работы Богославец А.И.   показала глубокие знания в области обработки и реставрации изображений, как с помощью известных методов, так и с помощью нейронных сетей, хорошую теоретическую подготовку, а также умение применять на практике современные вычислительные методы.   Результаты работы могут быть рекомендованы к публикации.    Считаю, что магистерская диссертация Богославец А.И.  заслуживает оценки «Отлично», а ее автор может быть рекомендован для поступления в аспирантуру.  Руководитель,								 Доцент кафедры КММС, к.т.н.					В.М. Гришкин