基于多尺度残差网络的压缩感知重构算法

• 作者: 富利鹏 石保顺 练秋生 陈书贞
• 来源期刊: 自动化学报
• 关键词: 压缩感知 卷积神经网络 多尺度卷积 扩张卷积
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文与报告
• 页码范围: 2082-2091
• 页数: 10页
• 字数: 6140字
• 语种: 中文
• DOI: 10.16383/j.aas.c170546

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	练秋生	燕山大学信息科学与工程学院	110	1442	20.0	33.0
3	陈书贞	燕山大学信息科学与工程学院	43	533	10.0	22.0
5	石保顺	燕山大学信息科学与工程学院	11	223	4.0	11.0
9	富利鹏	燕山大学信息科学与工程学院	1	2	1.0	1.0