基于神经网络的压缩感知图像重构算法

摘要

压缩感知理论相较于传统采样定律具有压缩率小的巨大优势,探究更优的信息重构算法具有重要意义.为解决传统压缩图像恢复时间长、压缩率高的问题,提出以循环神经网络进行图像恢复的方法,并将其与全连接网络、卷积神经网络比较分析,实现了2.2％压缩率下128×128单通道图片的重构.研究中,进一步比较分析了3个数据集、3种输入维度下,网络算法的性能指标及单张图像的恢复效率,证明了神经网络算法对图像重构的有效性、实时处理视频的可行性.