第43卷第1期桂林电子科技大学学报Vol.43,No.12023年2月JournalofGuilinUniversityofElectronicTechnologyFeb.2023收稿日期:2022-05-06基金项目:国家自然科学基金(62001133,61661017,61362021);广西自然科学基金(2017GXNSFBA198212);广西科技重大专项(桂科AA20302001);广西科技基地和人才专项(桂科AD19110060);广西无线宽带通信与信号处理重点实验室基金(GXKL06200114)通信作者:欧阳宁(1972-),男,教授,研究方向为智能信号处理。E-mail:2930530@qq.com引文格式:欧阳宁,任天宇,林乐平.基于梯度指导的双通道深度压缩感知图像重建方法[J].桂林电子科技大学学报,2023,43(1):1-6.基于梯度指导的双通道深度压缩感知图像重建方法欧阳宁,任天宇,林乐平(桂林电子科技大学信息与通信学院,广西桂林541004)摘要:针对压缩感知重建图像边界部分模糊和畸变的问题,将图像的先验特性与深度学习网络相结合,提出了一种基于梯度指导的双通道深度压缩感知图像重建方法。该方法利用梯度图像和原始图像从边缘和纹理2个方面构建了双通道的深度网络模型。一方面,通过梯度分支来恢复高质量梯度图,为最后的重建图像提供额外的结构先验;另一方面,提出了梯度损失,图像的梯度约束有助于重建网络更专注于几何结构。在原图通道中采用混合卷积残差密集连接模块,扩大感受野的同时提取丰富的细节信息。实验结果表明,本方法与其他方法相比,取得了更高的重建质量,特别是在图像边界部分的恢复上有显著提升。关键词:图像重建;压缩感知;图像梯度;双通道深度网络中图分类号:TP391.41文献标志码:A文章编号:1673-808X(2023)01-0001-06Depthcompressionsensingimagereconstructionmethodbasedongradientguidancefortwo-channelOUYANGNing,RENTianyu,LINLeping(SchoolofInformationandCommunication,GuilinUniversityofElectronicTechnology,Guilin541004,China)Abstract:Inordertosolvetheproblemofbluranddistortionintheboundaryofcompressedperceptualreconstructionim-age,theprioripropertiesofimagearecombinedwiththedepthlearningnetwork,agradient-guidedtwo-channeldepth-com-pressedperceptualimagereconstructionmethodisproposed.Thismethodusesgradientimageandoriginalimagetocon-structatwo-channeldepthnetworkmodelfromtwoaspectsofedgeandtexture.Ontheonehand,thegradientbranchesareusedtorestorethehighqualitygradientmap,whichprovidesanadditionalstructuralpriorforthef...
