典型文献
基于改进CNN的压缩感知自然图像重建方法
文献摘要：
传统压缩感知图像重建方法存在着运算量大、重建图像过程耗时以及低采样率下重建图像精度低等问题.针对这些问题,提出一种基于改进CNN的压缩感知自然图像重建方法,该方法主要包括:线性映射网络、初始重建网络和最终重建网络.首先,利用线性映射卷积网络自适应获得测量向量;其次,把通过学习得来的自适应测量向量输入到初始重建子像素卷积网络中,利用子像素卷积网络对上一步得到的特征图进行低分辨率初始重建;最后,利用残差网络对重建图像进行高精度重建,从而有效提升重建图像的质量.大量实验结果表明,该方法在PSNR、SSIM和视觉效果这三方面都明显优于其他方法,在采样率为0.0625时它的PSNR和SSIM的平均结果分别为31.55?dB和0.9253.
文献关键词：
压缩感知;图像重建;卷积神经网络;子像素卷积;残差网络
中图分类号：
作者姓名：
许富景;陈长颖;杜少成
作者机构：
山西大学自动化与软件学院,山西 太原 030013;山西大学数学科学学院,山西 太原 030006
文献出处：
引用格式：
[1]许富景;陈长颖;杜少成-.基于改进CNN的压缩感知自然图像重建方法)[J].中国测试,2022(09):7-16
A类：
B类：
压缩感知,图像重建,重建方法,感知图像,运算量,重建图像,低采样,采样率,线性映射,重建网络,卷积网络,网络自适应,习得,得来,子像素卷积,特征图,低分辨率,残差网络,升重,PSNR,SSIM,视觉效果,其他方法,dB
AB值：
0.309662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
