公开(公告)号：CN116503497A

公开(公告)日：2023-07-28

申请号：CN202210051774.1

申请日：2022-01-17

Applicant: 南京大学

Inventor： 胡雪梅 ,  邱晨曦 ,  岳涛

IPC: G06T11/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于误差估计的自适应压缩感知成像方法。该方法具体步骤为：第一级：(1)将图像I分块，用测量矩阵φ1对图像块进行压缩测量，得到y1；(2)对y1进行初始重建，得到(3)对进行优化重建，得到第二级：(4)将上一级的重建结果、φ1和y1输入到自适应模块ASM，输出自适应掩码A1；(5)根据A1，用φ2对部分图像块进行压缩测量，得到y2；(6)对y2进行初始重建，并与上一级的初始重建结果相加，得到本级的初始重建结果；(7)对本级的初始重建结果做优化重建，得到本级的优化重建结果；(8)重复步骤(4)～(7)，直到达到目标采样率。

公开(公告)号：CN114549676A

公开(公告)日：2022-05-27

申请号：CN202011342246.9

申请日：2020-11-26

Applicant: 南京大学

Inventor： 胡雪梅 ,  邱晨曦 ,  岳涛

IPC: G06T11/00 ,  G06T9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于卷积神经网络的任意尺度自适应压缩感知重建方法。其步骤为：(1)使用线性全卷积神经网络对输入图像进行压缩测量；(2)使用全卷积神经网络对测量结果进行重建，得到初始的重建结果；(3)将重建结果输入到基于卷积神经网络的注意力模块，得到注意力图；(4)将注意力图与输入图像点乘，得到调制后的输入图像；(5)使用线性全卷积神经网络对调制后的输入图像进行压缩测量；(6)使用全卷积神经网络对测量结果进行重建，并与之前的重建结果相加，得到新的重建结果；(7)重复步骤(3)～(6)，得到目标压缩率下的重建结果。本发明能够处理任意尺度的输入图像并实现多种采样率，提高了网络的鲁棒性和压缩测量的效率。

公开(公告)号：CN115345777A

公开(公告)日：2022-11-15

申请号：CN202110522201.8

申请日：2021-05-13

Applicant: 南京大学

Inventor： 胡雪梅 ,  邱晨曦 ,  王凯 ,  岳涛 ,  闫锋 ,  潘红兵

IPC: G06T3/40 ,  G06T5/50 ,  G06N3/04

Abstract: 提出了用于成像的方法、装置和计算机可读介质。所述方法包括：针对目标视场以第一分辨率进行拍摄和量化，以得到具有第一位宽的第一图像；针对所述目标视场以第二分辨率进行拍摄和差分处理，以得到具有第二位宽的第二图像，其中所述差分处理包括：针对以第二分辨率拍摄的像素点，对所述像素点与所述像素点的相邻或相近像素点之间的差进行量化，以得到经量化的差作为第二图像中相应像素点的值；以及将第一图像与第二图像进行融合，以得到第三图像，其中，第一分辨率低于第二分辨率，并且第一位宽高于第二位宽。