[发明专利]基于拉东域稀疏表征的数据重构方法及相关设备

权利要求书

1.一种基于拉东域稀疏表征的数据重构方法，其特征在于，所述方法包括：

获取低分辨率拉东系数；

将所述低分辨率拉东系数输入至编码-解码结构的神经网络得到第一高分辨率拉东系数；

通过所述神经网络后级联的自适应软阈值函数增加所述第一高分辨率拉东系数的稀疏程度得到第二高分辨率拉东系数。

2.根据权利要求1所述的基于拉东域稀疏表征的数据重构方法，其特征在于，将所述低分辨率拉东系数输入至编码-解码结构的神经网络得到第一高分辨率拉东系数的步骤包括：

将所述低分辨率拉东系数通过所述神经网络中的编码卷积层进行下采样得到编码数据；

将所述编码数据通过所述神经网络中的解码卷积层进行上采样得到的解码数据融合下采样过程中得到的编码数据得到所述第一高分辨率拉东系数。

3.根据权利要求2所述的基于拉东域稀疏表征的数据重构方法，其特征在于，获取低分辨率拉东系数的步骤之前包括：

将训练数据集依次输入至所述神经网络和所述自适应软阈值函数，得到预测变换域系数；

计算所述预测变换域系数的损失值；以及

根据所述损失值，梯度更新所述自适应软阈值函数。

4.根据权利要求3所述的基于拉东域稀疏表征的数据重构方法，其特征在于，使用共轭解和对应的最小二乘解构建训练数据集，所述共轭解作为模型输入，所述最小二乘解作为标签。

5.根据权利要求4所述的基于拉东域稀疏表征的数据重构方法，其特征在于，计算所述预测变换域系数的损失值的损失函数为：

L为衡量目标变换域系数m_n与预测变换域系数之间的均方误差(mean squareerror,MSE)。

6.根据权利要求5所述的基于拉东域稀疏表征的数据重构方法，其特征在于，所述自适应软阈值函数AdST表示为：

AdST(m)＝(|m|-σ)₊sgn(m)

其中，σ≥0是阈值；m即卷积后的结果。

7.根据权利要求6所述的基于拉东域稀疏表征的数据重构方法，其特征在于，根据所述损失值，梯度更新所述自适应软阈值函数的计算方法为：

其中，m和v初始化为0，在这两个变量中存放了σ梯度和梯度平方的信息；α、β₁、β₂和ε通常取0.001、0.9、0.999和10^-8。

8.一种基于拉东域稀疏表征的数据重构装置，其特征在于，所述装置包括：

输入模块，用于获取低分辨率拉东系数；

编解码模块，用于低分辨率拉东系数首先通过编码-解码结构的神经网络得到第一高分辨率拉东系数；

稀疏模块，用于通过所述神经网络后级联的自适应软阈值函数增加所述第一高分辨率拉东系数的稀疏程度得到第二高分辨率拉东系数。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～7中任意一项所述的基于拉东域稀疏表征的数据重构方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～7中任意一项所述的基于拉东域稀疏表征的数据重构方法。