基于深度学习SDA的压缩感知图像重构方法

摘要：

为减少传统压缩感知对图像信号测量与重构的时间,提高重构精度,提出一种深度学习SDA的压缩感知框架,采用堆叠去噪自动编码器(SDA)作为无监督特征学习器,支持信号的线性和非线性测量,捕获特定信号的不同元素之间的统计依赖性;利用前馈深度神经网络代替传统重构算法,从训练数据中学习信号的结构化表示,实现图像信号重构.实验结果表明,与压缩感知SPL算法、D-AMP算法和TV算法比较,该方法峰值信噪比(PSNR)更高,且重构时间仅仅为0.002 s,远低于其它3种算法.

关键词：压缩感知、深度学习、堆叠去噪自动编码器、无监督特征学习、结构化表示

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：重庆市教委科学技术研究基金项目KJ1603701;重庆市社会科学规划基金项目2017YBYS108;重庆工业职业技术学院校级重点基金项目GZY201709-2B

在线出版日期：2019-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3516-3519,3525