基于多尺度残差网络的压缩感知重构算法

摘要：

目前压缩感知系统利用少量测量值使用迭代优化算法重构图像.在重构过程中,迭代重构算法需要进行复杂的迭代运算和较长的重构时间.本文提出了多尺度残差网络结构,利用测量值通过网络重构出图像.网络中引入多尺度扩张卷积层用来提取图像中不同尺度的特征,利用这些特征信息重构高质量图像.最后,将网络的输出与测量值进行优化,使得重构图像在测量矩阵上的投影与测量值更加接近.实验结果表明,本文算法在重构质量和重构时间上均有明显优势.

关键词：压缩感知、卷积神经网络、多尺度卷积、扩张卷积

所属期刊栏目：45

资助基金：国家自然科学基金61471313;河北省自然科学基金F2019203318

在线出版日期：2019-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：2082-2091