基于神经网络的压缩感知图像重构算法

• 作者: 李博 王智森 王金 田亚萍 高紫俊
• 来源期刊: 大连工业大学学报
• 学科: 工学
• 关键词: 压缩感知 神经网络 图像重构 稀疏性
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息科学与技术
• 页码范围: 462-468
• 页数: 7页
• 分类号: TP751
• 语种: 中文
• DOI: 10.19670/j.cnki.dlgydxxb.2020.0614

摘要

压缩感知理论相较于传统采样定律具有压缩率小的巨大优势,探究更优的信息重构算法具有重要意义.为解决传统压缩图像恢复时间长、压缩率高的问题,提出以循环神经网络进行图像恢复的方法,并将其与全连接网络、卷积神经网络比较分析,实现了2.2％压缩率下128×128单通道图片的重构.研究中,进一步比较分析了3个数据集、3种输入维度下,网络算法的性能指标及单张图像的恢复效率,证明了神经网络算法对图像重构的有效性、实时处理视频的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王智森		51	110	6.0	9.0
2	王金		1	0	0.0	0.0
3	高紫俊		3	1	1.0	1.0
4	李博		7	16	2.0	4.0
5	田亚萍		1	0	0.0	0.0