[发明专利]一种应用于无线传感器网络的深度压缩感知图像重构方法

权利要求书

1.一种应用于无线传感器网络的深度压缩感知图像重构方法，包括如下内容

(1)定义：图像尺寸为(S，S，3)，为原图，其中n＝S×S×3，测量矩阵为观测值y＝Ax+η，其中η为噪声，图像的低维表示为，

(2)深度卷积生成网络模型构建：

生成器：输入为经过全连接层投影并重塑为形状为(S/16，S/16，512)的张量，依次经过四个卷积核尺寸为5×5，步长为2的反卷积层，各层卷积核数量分别为256、128、64和3， 除输出层外所有层使用批量归一化和Relu激活函数， 输出层使用tanh激活函数；

判别器：输入为训练集图像或生成器产生的图像，依次经过三个卷积层和一个全连接层后输出一个判别值，卷积层的卷积核为5×5，步长为2，卷积核数量分别为64、128和256，除输出层外使用LeakyRelu激活函数、批量归一化并随机丢弃30％的神经元；

(3)使用交叉熵作为损失函数、Adam作为优化器训练深度卷积生成网络，最终的生成器为 ；

(4)深度压缩感知重建图像：

①输入：观测值测量矩阵

②初始化：最大搜索次数R，每次搜索最大迭代次数epoches，提前终止迭代阈值T₁，重构成功判断阈值T₂，学习率lr，正则项系数α、λ，早期判断阈值Ely；

③初始化z为服从高斯分布的随机向量，迭代次数置0；

④计算损失函数

⑤更新

⑥计算欧几里得距离

⑦如果迭代次数大于Ely且D＞T₁，则返回③；

⑧如果迭代次数小于epoches，则返回④；

⑨如果搜索次数小于R且D＜T₂，返回③；

⑩重建图像。