[發明專利]基于快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法及系統

在審

• 申請號: 202210847465.5
• 申請日: 2022-07-19
• 公開（公告）號: CN115100301A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 朱冬;楊易;方向明;張建;宋雯;唐國梅;周宇杰;仲元紅
• 申請（專利權）人: 重慶七騰科技有限公司
• 主分類號: G06T9/00
• 分類號: G06T9/00;G06N3/04
• 代理公司: 重慶西南華渝專利代理有限公司 50270
• 代理人: 陳香蘭

1.基于快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法，其特征在于，包括：

獲取多個圖像塊測量值；

對多個圖像塊測量值進行初始重建獲得初始重建圖像；

基于快速傅里葉卷積對初始重建圖像進行進一步重建獲得傅里葉卷積重建圖像；

將傅里葉卷積重建圖像輸入基于卷積濾波流網絡的像素級濾波器獲得濾波處理結果，將濾波處理結果與傅里葉卷積重建圖像進行卷積獲得最終重建圖像。

2.如權利要求1所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法，其特征在于，所述獲取多個圖像塊測量值的步驟，具體為：

將原始圖像輸入采樣網絡獲得多個圖像塊測量值，所述采樣網絡包括采樣卷積層。

3.如權利要求1所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法，其特征在于，所述對多個圖像塊測量值進行初始重建獲得初始重建圖像步驟，具體包括：

將多個圖像塊測量值輸入初始重建卷積層獲得圖像塊的向量表示；

通過像素洗牌操作將多個圖像塊的向量表示重塑為與原始圖像大小一致的初始重建圖像。

4.如權利要求1所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法，其特征在于，所述基于快速傅里葉卷積對初始重建圖像進行進一步重建獲得傅里葉卷積重建圖像的步驟，包括：

將初始重建圖像依次輸入快速傅里葉卷積網絡、多個快速傅里葉卷積殘差網絡和第一卷積層處理獲得全局特征圖像；

將初始重建圖像和全局特征圖像進行元素求和獲得傅里葉卷積重建圖像。

5.如權利要求1或2或3或4所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知方法，其特征在于，所述像素級濾波器包括第一卷積神經網絡、第二卷積神經網絡、第三卷積神經網絡和映射層；

所述傅里葉卷積重建圖像輸入第一卷積神經網絡和第二卷積神經網絡分別獲得第一圖像和第二圖像；

對第一圖像和第二圖像進行元素求和并將求和結果依次輸入第三卷積神經網絡和映射層處理獲得濾波處理結果；

第一卷積神經網絡的深度大于第二卷積神經網絡的深度，第三卷積神經網絡包括多層卷積。

6.快速傅里葉卷積與卷積濾波流的圖像壓縮感知系統，其特征在于，包括：

采樣模塊，用于對原始圖像進行壓縮采樣獲得多個圖像塊測量值；

初始重建模塊，用于對多個圖像塊測量值進行初始重建獲得初始重建圖像；

傅里葉卷積重建模塊，基于快速傅里葉卷積進一步對初始重建圖像進行重建獲得傅里葉卷積重建圖像；

像素級濾波器，對傅里葉卷積重建圖像進行濾波處理，所述像素級濾波器采用卷積濾波流網絡架構；

融合模塊，將像素級濾波器的濾波處理結果與傅里葉卷積重建圖像進行卷積獲得最終重建圖像。

7.如權利要求6所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知系統，其特征在于，所述采樣模塊包括一個采樣卷積層；

和/或，所述初始重建模塊包括依次連接的初始重建卷積層和像素洗牌單元。

8.如權利要求6所述的快速傅里葉卷積與卷積濾波流的圖像壓縮感知系統，其特征在于，所述傅里葉卷積重建模塊包括第一求和單元，以及依次連接的快速傅里葉卷積網絡、多個快速傅里葉卷積殘差網絡和第一卷積層；

所述快速傅里葉卷積網絡的輸入端與初始重建模塊的輸出端連接，第一卷積層的輸出端與第一求和單元的第一輸入端連接，初始重建模塊的輸出端還與第一求和單元的第二輸入端連接，第一求和單元輸出傅里葉卷積重建圖像。