基于滤波器剪枝的多尺度压缩感知图像重构OA北大核心CSTPCD
Multi-scale Compressed Sensing Image Reconstruction Based on Filter Pruning
为了解决低采样率下单尺度采样的压缩感知重构图像纹理细节模糊问题,同时达到使重构网络轻量化的目的,提出了一种基于滤波器剪枝的多尺度压缩感知图像重构网络.采样阶段,通过卷积来模拟图像的线性分解,融合输入图像和不同尺度的分解特征后完成多尺度采样,得到压缩感知测量值.重构阶段,设计了一种基于坐标注意力的多尺度空洞残差模块,将位置信息嵌入通道注意力中,增强网络特征学习的能力.同时通过计算特征图的熵来判断滤波器的重要性,剪除重要性较低的滤波器,达到压缩模型的…查看全部>>
To address the issue of texture detail blurring in single-scale sampled compressed sensing image reconstruction at low sampling rates and achieve a lightweight reconstruction network,this paper proposes a filter pruning based multi-scale compressed sensing image reconstruction network.In the sampling phase,the image is linearly decomposed by convolution,and then fused with the input image and different scale decomposition features to obtain the compressed se…查看全部>>
刘玉红;姜启;谈丽娟;杨恒
兰州交通大学 电子与信息工程学院,甘肃 兰州 730070兰州交通大学 电子与信息工程学院,甘肃 兰州 730070兰州交通大学 电子与信息工程学院,甘肃 兰州 730070兰州交通大学 电子与信息工程学院,甘肃 兰州 730070
计算机与自动化
压缩感知图像重构多尺度融合坐标注意力滤波器剪枝
compressed sensingimage reconstructionmulti-scale fusioncoordinate attentionfilter pruning
《湖南大学学报（自然科学版）》 2024 (8)
34-46,13
国家自然科学基金资助项目(62161016,61661025),National Natural Science Foundation of China(62161016,61661025)
评论