公开(公告)号：CN110751700B

公开(公告)日：2022-09-06

申请号：CN201910988953.6

申请日：2019-10-17

Applicant: 南昌大学

Inventor： 鄢秋荣 ,  管焰秋 ,  方哲宇 ,  杨晟韬 ,  李冰 ,  曹芊芊

IPC: G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 为解决目前单像素成像重建时间长及质量不好的问题，本发明提供了一种用于单像素成像的采样和重建集成深度学习网络的训练方法。所述采样和重建集成深度学习网络包括压缩采样子网络、初步重建子网络和深层卷积重建子网络；压缩采样子网络的权值矩阵为由“+1”和“‑1”两元组成的二值化矩阵，“+1”和“‑1”分别用于调制单像素成像系统中DMD微镜正向和反向翻转；压缩采样子网络用于对目标进行n次压缩采样，将n次压缩采样所得到的数据处理后得到测量值矩阵，n由单像素成像系统测量率确定；初步重建子网络对测量值矩阵进行卷积、扩维处理，得到初步重建图像；深层卷积重建子网络通过残差学习处理初步重建图像，得到更高成像质量图像。

公开(公告)号：CN110751700A

公开(公告)日：2020-02-04

申请号：CN201910988953.6

申请日：2019-10-17

Applicant: 南昌大学

Inventor： 鄢秋荣 ,  管焰秋 ,  方哲宇 ,  杨晟韬 ,  李冰 ,  曹芊芊

IPC: G06T11/00 ,  G06N3/04 ,  G06N3/08

Abstract: 为解决目前单像素成像重建时间长及质量不好的问题，本发明提供了一种用于单像素成像的采样和重建集成深度学习网络及其训练方法。所述采样和重建集成深度学习网络包括压缩采样子网络、初步重建子网络和深层卷积重建子网络；压缩采样子网络的权值矩阵为由“+1”和“-1”两元组成的二值化矩阵，“+1”和“-1”分别用于调制单像素成像系统中DMD微镜正向和反向翻转；压缩采样子网络用于对目标进行n次压缩采样，将n次压缩采样所得到的数据处理后得到测量值矩阵，n由单像素成像系统测量率确定；初步重建子网络对测量值矩阵进行卷积、扩维处理，得到初步重建图像；深层卷积重建子网络通过残差学习处理初步重建图像，得到更高成像质量图像。