目前基于深度学习的压缩感知重建网络主要存在如下问题：单通道的重建网络没有深入挖掘图像的多尺度特征，缺乏对重建网络的反馈机制，并且重建网络缺乏与测量矩阵的关联，制约了重建质量的进一步提升。为此，提出了多尺度生成对抗网络下图像压缩感知与重建算法，通过多通道残差块提取图像的多尺度信息，加入判别网络形成对多尺度生成网络的反馈，再将全卷积测量网络与重建网络联合训练，以提升图像重建质量。实验结果表明本文方法相对于ISTA-Net+方法在三种采样率下重建精度提高了2.02-4.09dB。
科研之友
微信
新浪微博
Facebook
分享链接
