[發(fā)明專利]基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011342246.9
• 申請(qǐng)日: 2020-11-26
• 公開(kāi)（公告）號(hào): CN114549676A
• 公開(kāi)（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: 胡雪梅;邱晨曦;岳濤
• 申請(qǐng)（專利權(quán)）人: 南京大學(xué)
• 主分類號(hào): G06T11/00
• 分類號(hào): G06T11/00;G06T9/00;G06N3/04;G06N3/08
• 代理公司: 江蘇法德東恒律師事務(wù)所 32305
• 代理人: 李媛媛

1.基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，包括以下步驟：

步驟1，使用基于線性全卷積神經(jīng)網(wǎng)絡(luò)ψ₁對(duì)輸入圖像I進(jìn)行壓縮測(cè)量，得到測(cè)量結(jié)果y₁；

步驟2，使用全卷積神經(jīng)網(wǎng)絡(luò)F₁對(duì)測(cè)量結(jié)果y₁進(jìn)行重建，得到初始的重建結(jié)果r₁；

步驟3，將重建結(jié)果r₁輸入到基于卷積神經(jīng)網(wǎng)絡(luò)的注意力模塊T₁，得到注意力圖A₁；

步驟4，將注意力圖A₁與輸入圖像I進(jìn)行點(diǎn)乘，得到調(diào)制后的輸入圖像I₁；

步驟5，使用線性全卷積神經(jīng)網(wǎng)絡(luò)ψ₂對(duì)調(diào)制后的輸入圖像I₁進(jìn)行壓縮測(cè)量，得到測(cè)量結(jié)果y₂；

步驟6，使用全卷積神經(jīng)網(wǎng)絡(luò)F₂對(duì)測(cè)量結(jié)果y₂進(jìn)行重建，得到的結(jié)果與步驟2的重建結(jié)果r₁相加，得到重建結(jié)果r₂；

步驟7，重復(fù)步驟3～6，直到得到目標(biāo)壓縮率下的重建結(jié)果r_i，其中i代表迭代的次數(shù)。

2.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟1中線性全卷積神經(jīng)網(wǎng)絡(luò)ψ₁具體結(jié)構(gòu)為：

輸入為m*n*1的圖像，輸出的壓縮測(cè)量結(jié)果，其第一層卷積層共1個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為第二層和第三層卷積層各s個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為第四層和第五層卷積層共s個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為2，pad為第六層共1個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為2，pad為其中，[·]表示向下取整。

3.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟2中全卷積神經(jīng)網(wǎng)絡(luò)F₁具體結(jié)構(gòu)為：

輸入為的壓縮測(cè)量結(jié)果，輸出的重建結(jié)果，其第一部分為1個(gè)卷積層，卷積層共s個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為第二部分為1個(gè)殘差密集塊，其中卷積核大小為k*k，步長(zhǎng)為1，pad為第三部分為串聯(lián)的3個(gè)上采樣模塊，每個(gè)上采樣模塊的結(jié)構(gòu)為：第一層為卷積層，共s個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為第二層使用亞像素卷積作為上采樣層，上采樣因子設(shè)為2，第三層為激活層，使用Leaky Relu作為激活函數(shù)；第四部分為1個(gè)卷積層，共1個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為

4.根據(jù)權(quán)利要求1所述的基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟3中基于卷積神經(jīng)網(wǎng)絡(luò)的注意力模塊T₁具體結(jié)構(gòu)為：

前兩層為卷積層，每層各1個(gè)卷積核，卷積核大小為k*k，步長(zhǎng)為1，pad為第三層為激活層，使用sigmoid函數(shù)作為激活函數(shù)。

5.根據(jù)權(quán)利要求1或2所述的基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟5中線性全卷積神經(jīng)網(wǎng)絡(luò)ψ₂與步驟1中ψ₁具有相同的結(jié)構(gòu)，但不共享參數(shù)。

6.根據(jù)權(quán)利要求1或3所述的基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟6中全卷積神經(jīng)網(wǎng)絡(luò)F₂與步驟2中F₁具有相同的結(jié)構(gòu)，但不共享參數(shù)。

7.根據(jù)權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的任意尺度自適應(yīng)壓縮感知重建方法，其特征在于，步驟7中所述目標(biāo)壓縮率為的整數(shù)倍。