买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明涉及图像压缩和深度学习技术领域，提供一种基于深度压缩感知网络的图像压缩感知重建方法及装置，其中方法包括：基于深度压缩感知网络的采样模块，将原始图像分割为多个图像块，并应用自适应采样矩阵对所述多个图像块进行逐块采样，得到各图像块的测量值；基于所述深度压缩感知网络的初始化模块，对所述各图像块的测量值进行初始重建，得到初始重建图像；基于所述深度压缩感知网络的重建模块，对所述初始重建图像进行优化重建，得到图像重建结果。本发明提供的方法及装置，在编码端，通过自适应采样矩阵快速计算得到编码结果；在解码端，将优化计算与深度神经网络相融合，并通过子模块级联来逐步提高重建图像质量。

主权项：1.一种基于深度压缩感知网络的图像压缩感知重建方法，其特征在于，所述深度压缩感知网络包括采样模块、初始化模块和重建模块，所述方法包括：基于所述采样模块，将原始图像分割为多个图像块，并应用自适应采样矩阵对所述多个图像块进行逐块采样，得到各图像块的测量值；基于所述初始化模块，对所述各图像块的测量值进行初始重建，得到初始重建图像；基于所述重建模块，对所述初始重建图像进行优化重建，得到图像重建结果；其中，所述重建模块由多个相同的子模块级联构成，前一子模块输出的图像重建结果作为后一子模块输入的初始重建图像，任一子模块对所述初始重建图像进行优化重建的步骤包括：基于所述自适应采样矩阵、所述各图像块的测量值、所述初始重建图像以及所述初始重建图像对应的梯度，确定第一中间重建结果，所述梯度用于表征所述初始重建图像与所述原始图像之间的差异；基于所述自适应采样矩阵、所述各图像块的测量值以及所述任一子模块的权重，确定第二中间重建结果；基于所述第一中间重建结果和所述第二中间重建结果，确定所述任一子模块输出的图像重建结果；所述基于所述自适应采样矩阵、所述各图像块的测量值、所述初始重建图像以及所述初始重建图像对应的梯度，确定第一中间重建结果，包括：基于预设精度阈值和所述初始重建图像，确定所述初始重建图像对应的梯度；基于所述自适应采样矩阵、所述各图像块的测量值、所述初始重建图像以及所述梯度，确定第一中间结果；将所述第一中间结果输入至多层卷积神经网络，得到第一卷积结果，并通过残差连接将所述第一卷积结果与所述第一中间结果相加，得到所述第一中间重建结果；所述基于所述自适应采样矩阵、所述各图像块的测量值以及所述任一子模块的权重，确定第二中间重建结果，包括：基于所述自适应采样矩阵、所述各图像块的测量值和所述任一子模块的权重，确定第二中间结果；将所述第二中间结果输入至多层卷积神经网络，得到第二卷积结果，并通过残差连接将所述第二卷积结果与所述第二中间结果相加，得到所述第二中间重建结果。

全文数据：

权利要求：

百度查询： 武汉卓目科技股份有限公司 基于深度压缩感知网络的图像压缩感知重建方法及装置