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

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

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	G06T11/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T11/00 2D［二维］图像的生成〔6〕	IPC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。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

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