公开(公告)号：CN117911545A

公开(公告)日：2024-04-19

申请号：CN202410028105.1

申请日：2024-01-09

Applicant: 兰州交通大学

Inventor： 刘玉红 ,  李翠然 ,  廉敬 ,  姜启 ,  杨恒 ,  谈丽娟 ,  李丹

IPC: G06T9/00 ,  G06T5/60 ,  G06T5/70 ,  G06T5/20 ,  G06V10/44 ,  G06V10/52 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082 ,  H04N19/117 ,  H04N19/17 ,  H04N19/42 ,  H04N19/80

Abstract: 本发明公开了基于滤波器剪枝的多尺度压缩感知图像重构算法，所提采样算法通过卷积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，进行多尺度采样得到压缩感知测量值，使采样子网络学习到更加丰富的多尺度特征，在重构阶段，提出一种基于坐标注意力的多尺度空洞残差模块，通过融合不同尺度特征及坐标注意力的加权得到更多的特征，进而完成重构。坐标注意力的引入，使得精确的位置信息嵌入到通道注意中，对通道关系和长距离依赖进行编码，增强了网络特征学习的能力，对较复杂的深度特征提取模块进行了模型剪枝来减少模型参数量，通过计算输出特征图的熵来判别每一个滤波器的重要性，剪除掉重要性低的滤波器，实现网络轻量化的目的。