加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于学习采样和卷积神经网络的压缩感知重构方法

发明专利有效专利
  • 申请号:
    CN202210861434.5
  • IPC分类号:G06T11/00;G06T5/00;G06N3/08;G06N3/04
  • 申请日期:
    2022-07-20
  • 申请人:
    浙江工业大学
著录项信息
专利名称一种基于学习采样和卷积神经网络的压缩感知重构方法
申请号CN202210861434.5申请日期2022-07-20
法律状态实质审查申报国家中国
公开/公告日2022-09-09公开/公告号CN115035209A
优先权暂无优先权号暂无
主分类号G06T11/00IPC分类号G;0;6;T;1;1;/;0;0;;;G;0;6;T;5;/;0;0;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人浙江工业大学申请人地址
浙江省杭州市拱墅区潮王路18号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人浙江工业大学当前权利人浙江工业大学
发明人钱丽萍;蔡一鸣;吴湾湾;童昊和
代理机构浙江千克知识产权代理有限公司代理人冷红梅
摘要
一种基于学习采样和卷积神经网络的压缩感知重构方法,对于一个图像输入,经过系统模型,能够以低采样率采样并重构还原。本发明将CSNet网络以及CombNet网络相结合,并以小波变换作为去噪手段,实现在低采样率的情况下最大程度地重构图像,能够很好地改善信号传输带宽问题,节约传输时间和存储空间,使得压缩感知技术在信号传输以及图像压缩领域拥有更高的效率以及更好的性能。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供