-
公开(公告)号：CN116957012A
公开(公告)日：2023-10-27
申请号：CN202310929396.7
申请日：2023-07-27
Applicant: 北京大学
IPC: G06N3/0464 , H04N19/13 , H04N19/436 , H04N13/275 , G06N3/084
Abstract: 本发明提供一种采用量子补偿混合神经网络的数字全息压缩传输方法，将原始图像通过菲涅尔离轴全息算法记录为数字全息图、构建并训练基于量子补偿混合神经网络对数字全息图进行压缩与解压缩、使用8比特量化和添加随机噪声的方法进行量化和反量化，通过霍夫曼编码对压缩数据编码与解码，最终将恢复的全息图进行再现，得到再现像。本发明提供方法具有更快的并行处理速度和更好的图像恢复质量，适用于数字全息图这种大数据量的计算处理；能够在更少的训练次数完成压缩网络结构的训练，提高数字全息图的压缩传输速度。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
