基于深度学习的感兴趣区域压缩感知图像重构方法

作者：谢雪梅; 毛思颖; 王陈业; 赵至夫; 石光明

来源：2019-03-06, 中国, ZL201910166307.1.

本发明公开了一种基于深度学习的感兴趣区域压缩感知图像重构方法,克服了现有压缩感知图像重构方法在有限的观测资源下对图像中感兴趣区域重构质量低的问题,实现的步骤为：(1)构建感兴趣区域感知重构网络；(2)训练感兴趣区域感知重构网络；(3)对待重构的自然图像进行预处理；(4)获取第一次观测信息；(5)获得初恢复图像；(6)获取感兴趣区域图像；(7)获取第二次观测信息；(8)重构感知恢复图像。本发明利用两次观测的方法,为感兴趣区域分配更多的观测资源,重构的图像中感兴趣区域纹理细节清晰。

• 单位
  西安电子科技大学