公开(公告)号：CN114897691B

公开(公告)日：2024-11-05

申请号：CN202210469770.5

申请日：2022-04-30

Applicant: 南京邮电大学

Inventor： 陈灿 ,  吴雨桐 ,  周超 ,  张登银

IPC: G06T3/4038 ,  G06T3/4046 ,  G06T9/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于标准化流的图像压缩感知重构方法和系统，该方法提出一种特殊的可逆深度神经网络构成的重构模块，采用逐层升维的形式，创新性地将压缩感知图像重构分解为若干个固定重构子网和可变重构子网，增加了网络的可解释性。在训练阶段，利用标准化流和多层监督的训练方式，通过构建多特征损失函数，将采样过程中丢失的信息映射为符合标准正态分布的高频信息和低频信息上，重构时再从标准正态分布上随机采样，结合测量值，利用网络的可逆性重构出图像块，提高了重构质量。本发明方法适用于采样端资源受限、对重构质量要求高，对实时性要求高的图像传感系统。

公开(公告)号：CN114897691A

公开(公告)日：2022-08-12

申请号：CN202210469770.5

申请日：2022-04-30

Applicant: 南京邮电大学

Inventor： 陈灿 ,  吴雨桐 ,  周超 ,  张登银

IPC: G06T3/40 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于标准化流的图像压缩感知重构方法和系统，该方法提出一种特殊的可逆深度神经网络构成的重构模块，采用逐层升维的形式，创新性地将压缩感知图像重构分解为若干个固定重构子网和可变重构子网，增加了网络的可解释性。在训练阶段，利用标准化流和多层监督的训练方式，通过构建多特征损失函数，将采样过程中丢失的信息映射为符合标准正态分布的高频信息和低频信息上，重构时再从标准正态分布上随机采样，结合测量值，利用网络的可逆性重构出图像块，提高了重构质量。本发明方法适用于采样端资源受限、对重构质量要求高，对实时性要求高的图像传感系统。