AMPA-Net:用于深度压缩感知的优化启发性注意力神经网络
计算机视觉与模式识别
2020-11-17 v6 图像与视频处理
摘要
压缩感知(CS)是图像处理中一个具有挑战性的问题,因为要从有限的测量中重建近乎完整的图像。为实现快速且准确的 CS 重建,我们综合了两种著名方法(神经网络与优化算法)的优势,提出一种新颖的优化启发性神经网络,称之为 AMP-Net。AMP-Net 实现了近似消息传递(AMP)算法与神经网络的融合。其所有参数均自动学习。此外,我们提出了 AMPA-Net,其使用三个注意力网络来提升 AMP-Net 的表示能力。最后,我们在四个标准 CS 重建基准数据集上证明了 AMP-Net 与 AMPA-Net 的有效性。我们的代码可在 https://github.com/puallee/AMPA-Net 获取。
引用
@article{arxiv.2010.06907,
title = {AMPA-Net: Optimization-Inspired Attention Neural Network for Deep Compressed Sensing},
author = {Nanyu Li and Charles C. Zhou},
journal= {arXiv preprint arXiv:2010.06907},
year = {2020}
}
备注
7 pages,7 figures