-
公开(公告)号：CN115795221A
公开(公告)日：2023-03-14
申请号：CN202211543502.X
申请日：2022-12-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种联合深度先验和可学习成像模型的光谱计算成像方法与装置，涉及光谱计算成像领域。本发明方法包括两个阶段，训练阶段中构建用于训练的高光谱数据集；利用半二次方分裂算法迭代求解优化问题，并根据迭代步骤构建深度展开网络；利用均方根误差函数作为所述网络损失函数，并训练；满足一定终止条件后，保存网络结构及参数。使用阶段，建立压缩光谱数据采集装置；采集压缩光谱数据并进行预处理，利用训练阶段保存的模型对压缩光谱数据进行重建。本发明利用深度先验项对数据进行多频率增强，有效地提高了方法的细节纹理恢复能力以及重构精度，同时该装置可以兼顾灵活性与可解释性的应用需求。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
