基于卷积神经网络的任意尺度自适应压缩感知重建方法
实质审查的生效
摘要
本发明涉及一种基于卷积神经网络的任意尺度自适应压缩感知重建方法。其步骤为：(1)使用线性全卷积神经网络对输入图像进行压缩测量；(2)使用全卷积神经网络对测量结果进行重建，得到初始的重建结果；(3)将重建结果输入到基于卷积神经网络的注意力模块，得到注意力图；(4)将注意力图与输入图像点乘，得到调制后的输入图像；(5)使用线性全卷积神经网络对调制后的输入图像进行压缩测量；(6)使用全卷积神经网络对测量结果进行重建，并与之前的重建结果相加，得到新的重建结果；(7)重复步骤(3)～(6)，得到目标压缩率下的重建结果。本发明能够处理任意尺度的输入图像并实现多种采样率，提高了网络的鲁棒性和压缩测量的效率。
基本信息
专利标题 ：
基于卷积神经网络的任意尺度自适应压缩感知重建方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114549676A
申请号 ：
CN202011342246.9
公开（公告）日 ：
2022-05-27
申请日 ：
2020-11-26
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
胡雪梅邱晨曦岳涛
申请人 ：
南京大学
申请人地址 ：
江苏省南京市栖霞区仙林大道163号
代理机构 ：
江苏法德东恒律师事务所
代理人 ：
李媛媛
优先权 ：
CN202011342246.9
主分类号 ：
G06T11/00
IPC分类号 ：
G06T11/00 G06T9/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T11/00
2D图像的生成
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06T 11/00
申请日 : 20201126
申请日 : 20201126
2022-05-27 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
