基于梯度指导的双通道深度压缩感知图像重建方法 |
| |
作者姓名: | 欧阳宁 任天宇 林乐平 |
| |
作者单位: | 桂林电子科技大学信息与通信学院 |
| |
基金项目: | 国家自然科学基金(62001133,61661017,61362021);;广西自然科学基金(2017GXNSFBA198212);;广西科技重大专项(桂科AA20302001); |
| |
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 |
|
|