基于残差和卷积神经网络的生猪图像分块压缩感知

作者：汤先美; 王春宇; 闫顺丕; 张立平; 周小波; 焦俊^*

来源：东北农业大学学报, 2023, 54(10): 70-78.

DOI：10.19720/j.cnki.issn.1005-9369.2023.10.008

• 压缩感知
• 残差学习
• 卷积神经网络
• 生猪图像

针对常规图像采样和压缩方法存在重建图像模糊问题，提出基于残差和卷积神经网络的生猪图像分块压缩感知模型RC-BCSNet(Block-based compressed sensing of pig images based on residual and convolutional networks)。RC-BCSNet是基于残差和卷积神经网络，采用采样、初始重建、深度重建三段式网络结构。首先通过卷积层自适应学习采样，再进行初始重建图像，最后通过基于残差的卷积神经网络进行图像整体深度重建。结果表明，RC-BCSNet与3种不同经典分块压缩感知算法相比，在7个采样比下平均峰值信噪比（PSNR）最大/最小增益分别为6.16和2.18 dB，平均特征相似度（FSIMc）最大/最小增益分别为0.083和0.037 dB，为信息中心数据处提供数据支持。

• 单位
  安徽农业大学; 安徽省农业科学院; 安徽喜乐佳生物科技有限公司