1.【期刊论文】基于压缩感知的反射光谱重构算法研究 期刊:《光谱学与光谱分析》 | 2021 年第 004 期 摘要:光谱反射率描述物体的表面颜色特征,为了能够获取物体自身更加精确的颜色信息,在图像处理领域光谱反射率重构成为了关注的话题.反射光谱重构算法是对实验物体表面在可见光范围内每一波长处的光谱反射率进行重构,以...
介绍了压缩感知理论的基本 框架并讨论了该理论关于信号压缩的采样过程;综述了压缩感知理论的重构算法。其中着重介绍了最优化 算法和贪婪算法并比较了各种算法之间的优劣,最后探讨了压缩感知理论重构算法未来的研究重点。通 过对压缩感知理论重构算法较为系统的介绍和比较,为压缩感知重构算法的改进和应用提供了理论依据。
压缩感知重构算法综述
摘要:针对压缩感知可解释性的问题,首先回顾了基于深度学习的压缩感知方法发展历程及存在问题,阐述了算法展开方法的研究背景和重要意义,并对主流的算法展开网络及特点进行分析总结;然后根据传统迭代算法,将算法展开网络进行分类,并选择三个具有代表性的算法,分别为迭代...
1、 基于深度学习的图像压缩感知算法综述 聂冠雄,周亚建作者简介:聂冠雄(1996-),男,主要研究方向:大数据与智能信息处理通信联系人:周亚建(1971-),男,副教授,主要研究方向:移动通信和网络安全. E-mail: (北京邮电大学网络空间安全学院,北京,100876)2.02.02.02.02.0School of Cyberspace Security,Beijing University of...
测量矩阵在压缩感知中起着关键性的作用,其性能会影响原始信号的压缩与重构。现有的测量矩阵多数为随机的,它们在实际应用中有存储量大、效率低等缺点,且在硬件上难以实现,故构造确定性测量矩阵对压缩感知理论的推广与应用具有重要的意义。本文回顾了国内外学者在确定性测量矩阵构造方面的研究,着重对目前已有的构造算法...
cqvip:压缩感知技术以远小于奈奎斯特频率采样信号,并高概率重建原信号,是信号处理领域里程碑式的进展。近年来深度学习在特征提取与模式分类方面的优势给压缩感知技术提供了新的思路,基于深度学习的压缩感知重建算法采用数据驱动的方式,在重建时间上有数量级的降低,且重建精度具有可比性或更高。重点综述基于深度学习的...
基于深度学习的图像压缩感知算法综述 压缩感知突破奈奎斯特采样定律(NST),很大程度缓解了数据的获取和传输压力.近年来,随着深度学习迅速发展,深度神经网络技术在压缩感知领域的应用使压缩感知重构的精度和... 聂冠雄,周亚建 被引量: 0发表: 2021年 压缩感知视频图...
压缩与加速,大体可以从三个层面来做:算法层、框架层、硬件层,本文仅讨论算法层的压缩与加速技术。 2、主流技术 主流的压缩与加速技术有4种:结构优化、剪枝(Pruning)、量化(Quantization)、知识蒸馏(Knowledge Distillation)。 2.1、结构优化 通过优化网络结构的设计去减少模型的冗余和计算量。常见方式如下: ...
压缩感知重构算法综述