基于全图观测的压缩感知网络及感知损失重构方法

作者：石光明; 杜江; 王陈业; 谢雪梅; 汪芳羽

来源：2018-01-30, 中国, CN201810086400.7.

本发明公开了一种基于全图观测的压缩感知网络及感知损失重构方法,主要解决现有网络恢复的重构图像具有块效应的问题。其包括观测子网络和重构子网络,该观测子网络包括第一卷积层；重构子网络包括反卷积层、第二卷积层、第一Relu激活层、第三卷积层、第二Relu激活层和第四卷积层；第一卷积层、反卷积层、第二卷积层、第一Relu激活层、第三卷积层、第二Relu激活层、第四卷积层从左至右依次连接,且反卷积层的输出端与第四卷积层的输出端相连接。利用所述网络在训练过程中引入感知损失,使重构图像的结构信息更明晰。用本发明网络进行图像重构避免了块效应,提高了图像恢复质量,强化了重构图像的语义信息,可用于图像处理。

• 单位
  西安电子科技大学