Работы автора

Публикация представляет собой краткий обзор научной конференции, проходившей в июле 2023 г. в смешанном очно-дистанционном формате в университетах Вупперталя (Bergische Universität Wuppertal) и Пекина (Běijīng Dàxué). Главным предметом конференции стали взаимоотношения между папским престолом и различными фрагментами Монгольской империи, выделившимися на просторах Евразии в середине XIII – первой половине XIV в. В заседаниях приняли участие сотрудники ведущих научных школ Западной Европы (Веронский университет, Болонский университет, Римский университет Ла Сапиенца, Католический университет св. Сердца в Милане и пр.), а также профессора и преподаватели крупнейших учебных и академических заведений Китая и Японии (Академия общественных наук КНР, Университет Фудань, Нанькайский университет, Китайский народный университет, Токийский университет и пр.). Большое внимание в ходе конференции было уделено изучению и возможной комплексной публикации источников по истории папско-монгольских связей – в особенности корпуса так называемых «монгольских писем», отложившихся в архивах св. Престола в период преобразований в Апостолической канцелярии в первой половине XIV в. Значительное число докладов было также посвящено развитию и результатам миссионерской деятельности Католической церкви на Дальнем Востоке.

В работе рассматривается задача заполнения областей изображений. В последние годы эта область стремительно развивалась, новые нейросетевые методы показывают впечатляющие результаты, однако большинство нейросетевых подходов сильно зависят от разрешения, на котором их обучали. Незначительное увеличение разрешения приводит к серьезным артефактам и неудовлетворительному результату заполнения, из-за чего подобные методы не применимы в средствах интерактивной обработки изображений. В этой статье мы представляем метод, позволяющий решить проблему заполнения областей изображений разного разрешения. Мы также описываем способ более качественного восстановления текстурных фрагментов в заполняемой области. Для этого мы предлагаем использовать информацию из соседних пикселей путем сдвига исходного изображения в четырех направлениях. Предлагаемый подход применим к уже существующим методам без необходимости их переобучения.