基于梯度指导的双通道深度压缩感知图像重建方法

欧阳宁, 任天宇, 林乐平

桂林电子科技大学学报 ›› 2023, Vol. 43 ›› Issue (01) : 1 -6.

PDF
桂林电子科技大学学报 ›› 2023, Vol. 43 ›› Issue (01) : 1 -6. DOI: 10.16725/j.cnki.cn45-1351/tn.2023.01.008

基于梯度指导的双通道深度压缩感知图像重建方法

作者信息 +

Author information +
文章历史 +
PDF

摘要

针对压缩感知重建图像边界部分模糊和畸变的问题,将图像的先验特性与深度学习网络相结合,提出了一种基于梯度指导的双通道深度压缩感知图像重建方法。该方法利用梯度图像和原始图像从边缘和纹理2个方面构建了双通道的深度网络模型。一方面,通过梯度分支来恢复高质量梯度图,为最后的重建图像提供额外的结构先验;另一方面,提出了梯度损失,图像的梯度约束有助于重建网络更专注于几何结构。在原图通道中采用混合卷积残差密集连接模块,扩大感受野的同时提取丰富的细节信息。实验结果表明,本方法与其他方法相比,取得了更高的重建质量,特别是在图像边界部分的恢复上有显著提升。

关键词

图像重建 / 压缩感知 / 图像梯度 / 双通道深度网络

Key words

引用本文

引用格式 ▾
欧阳宁, 任天宇, 林乐平 基于梯度指导的双通道深度压缩感知图像重建方法[J]. 桂林电子科技大学学报, 2023, 43(01): 1-6 DOI:10.16725/j.cnki.cn45-1351/tn.2023.01.008

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

22

访问

0

被引

详细

导航
相关文章

AI思维导图

/