科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于深度学习的自适应观测压缩感知图像重构方法,主要解决现有技术不能得到自适应于数据集的观测的问题。其实现方案是：1.准备重构网络DR2网络结构文件及相关文件；2.在重构网络DR2网络结构的基础上添加输出维度低于输入的第二全连接层得到自适应观测网络,修改训练所需的文件,并利用修改后的文件对自适应观测网络进行训练,得到训练好的模型；3.利用训练好的模型进行图像观测及重构。本发明的重构结果明显优于现有随机高斯观测的重构结果,且适应性强,实时性好,可用于雷达成像。
- 单位
本发明公开了一种基于深度学习的自适应观测压缩感知图像重构方法,主要解决现有技术不能得到自适应于数据集的观测的问题。其实现方案是：1.准备重构网络DR2网络结构文件及相关文件；2.在重构网络DR2网络结构的基础上添加输出维度低于输入的第二全连接层得到自适应观测网络,修改训练所需的文件,并利用修改后的文件对自适应观测网络进行训练,得到训练好的模型；3.利用训练好的模型进行图像观测及重构。本发明的重构结果明显优于现有随机高斯观测的重构结果,且适应性强,实时性好,可用于雷达成像。
