基于通道注意力的多尺度全卷积压缩感知重构

刘玉红; 陈满银; 刘晓燕

首页> 中文期刊> 《计算机工程》 >基于通道注意力的多尺度全卷积压缩感知重构

基于通道注意力的多尺度全卷积压缩感知重构

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

现有分块压缩感知图像重建算法存在计算量大、重构时间长,以及在低采样率下重构的图像具有严重的块效应等问题。提出一种基于通道注意力的多尺度全卷积压缩感知图像重构模型。通过均值滤波消除完整场景图像中的噪声点,减少冗余信息,以提取更加有效的信息,采用不同卷积核大小的卷积层对低频信息进行多尺度全卷积采样,得到不同感受野的图像特征信息,丰富网络中原始图像的特征信息。在此基础上,设计一种新的注意力残差模块,通过挖掘特征图通道之间的关联性以提取关键特征信息,提升重构图像的质量。在DIV2K、Set0和Set5数据集上的实验结果表明,当采样率为1%时,该模型的峰值信噪比和结构相似性相较于深度学习模型ISTA-Net分别平均提升了2.02 dB和0.0782,相较于迭代优化模型TVAL3,重构一张256×256像素图像所花费的时间平均缩短2.6084 s。所提模型在低采样率下能够有效利用原始图像中的信息生成更清晰的重构图像。

著录项

来源
《计算机工程》 |2022年第12期|189-195|共7页
作者
刘玉红; 陈满银; 刘晓燕;
展开▼
作者单位

兰州交通大学电子与信息工程学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类信息处理（信息加工）;
关键词
压缩感知; 卷积神经网络; 均值滤波; 多尺度全卷积测量; 注意力机制;

相似文献

中文文献
外文文献
专利

1. 基于卷积神经网络的压缩感知重构算法优化 [J] . 刘玉红 ,刘树英 ,付福祥 . 计算机科学 . 2020,第3期
2. 基于多尺度卷积和注意力机制的LSTM时间序列分类 [J] . 玄英律 ,万源 ,陈嘉慧 . 计算机应用 . 2022,第8期
3. 基于多尺度偶数卷积注意力U-Net的医学图像分割 [J] . 杨真真 ,孙雪 ,邵静 . 信号处理 . 2022,第9期
4. 基于多尺度卷积和门控机制的注意力情感分析模型 [J] . 衡红军 ,徐天宝 . 计算机应用 . 2022,第9期
5. 基于多尺度注意力及卷积递归神经网络的端子排文本识别 [J] . 郭科 ,白英 ,邵雪瑾 . 安徽大学学报:自然科学版 . 2022,第6期
6. 基于稀疏盲反褶积的地震低频信息重构及多尺度全波形反演 [C] . 张盼 ,韩立国 ,白璐 . 2016中国地球科学联合学术年会 . -1
7. 基于注意力和多尺度生成对抗的图像压缩感知重建 [A] . 祝聪 . 2021

基于通道注意力的多尺度全卷积压缩感知重构

摘要

著录项

相似文献

相关主题

期刊订阅