公开(公告)号：CN116416336A

公开(公告)日：2023-07-11

申请号：CN202310509233.3

申请日：2023-05-08

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  韦荣 ,  欧阳宁 ,  莫建文 ,  温剑钧

IPC: G06T11/00 ,  G06V10/74 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/094

Abstract: 本发明公开了基于协同感知生成对抗网络的图像压缩感知重建方法，包括如下步骤：1)输入图像块的观测向量；2)为每个图像块的观测向量构造协同重构向量组；3)将协同重构向量组输入生成网络进行图像重建；4)将重建图像和真实图像分别输入判别网络进行真伪辨别；5)构造协同感知优化函数进行生成对抗训练。本发明提出的图像重建方法能够促进图像纹理细节的恢复，提升重建精度。

公开(公告)号：CN116188271A

公开(公告)日：2023-05-30

申请号：CN202310239578.1

申请日：2023-03-14

Applicant: 桂林电子科技大学

Inventor： 林乐平 ,  韦荣 ,  欧阳宁 ,  莫建文

IPC: G06T3/40 ,  G06T7/10 ,  G06V10/774 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于DCT特征增强网络的图像压缩感知重建方法，其特征在于：包括如下步骤：1）对图像进行分块卷积压缩采样；2）采用亚像素上采样网络对观测向量进行初始重建；3）采用DCT特征增强网络对初始重建图进行深度重建；4）基于DCT特征约束函数进行网络训练。本发明提出的图像重建方法显式学习图像的DCT特征，有效恢复图像的高频细节信息，提升重建精度。