[发明专利]一种基于生成对抗网络的压缩感知图像重建方法及系统有效
| 申请号： | 201811404831.X | 申请日： | 2018-11-23 |
| 公开（公告）号： | CN109544656B | 公开（公告）日： | 2023-05-23 |
| 发明（设计）人： | 孙玉宝;陈基伟;刘青山;徐宏伟 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06T11/00 | 分类号： | G06T11/00;G06N3/084;G06N3/094;G06N3/0475 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王恒静 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于生成对抗网络的压缩感知图像重建方法，包括：S1、根据原始图像采样得到的测量向量与重建图像大小构建基于神经网络的生成对抗网络模型，并设计用于优化所述生成对抗网络模型参数的目标函数；S2、预设训练所述生成对抗网络模型时的参数；S3、根据所述目标函数，采用反向传播算法交替训练生成器与鉴别器；S4、若所述生成对抗网络模型收敛，则训练好的网络可以直接实现压缩感知任务，模型输出为由所述测量向量重构出的对应原图像；否则返回执行步骤S2‑S4。本发明利用生成器的强大映射能力，初步重建原始图像，利用生成器和鉴别器的对抗训练，使得生成器重建的图像像素分布更接近原始图像，达到了低采样率下精确重建原始图像的目的。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 压缩 感知 图像 重建 方法 系统 | ||
【主权项】：
1.一种基于生成对抗网络的压缩感知图像重建方法，其特征在于，包括：S1、根据原始图像采样得到的测量向量与重建图像大小构建基于神经网络的生成对抗网络模型，并设计用于优化所述生成对抗网络模型参数的目标函数；S2、预设训练所述生成对抗网络模型时的参数；S3、根据所述目标函数，采用反向传播算法交替训练生成器与鉴别器；S4、若所述生成对抗网络模型收敛，则训练好的网络可以直接实现压缩感知任务，模型输出为由所述测量向量重构出的对应原图像；否则返回执行步骤S2‑S4。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京信息工程大学，未经南京信息工程大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811404831.X/，转载请声明来源钻瓜专利网。
