ICRICS：面向图像压缩感知的迭代补偿恢复
机器学习
2022-07-21 v1 计算机视觉与模式识别
图像与视频处理
摘要
闭环架构在自动控制系统中被广泛采用并取得卓越性能。然而，经典压缩感知系统采用采样与重建单元分离的开环架构。为此，通过将闭环框架引入传统压缩感知系统，提出一种面向图像压缩感知的迭代补偿恢复方法（ICRICS）。所提方法依赖于任意现有方法，并通过增加负反馈结构提升其重建性能。对压缩感知系统的负反馈进行了理论分析，并给出了所提方法有效性的近似数学证明。在超过 3 个图像数据集上的仿真实验表明，所提方法在重建性能上优于 10 种对比方法。在一个数据集上平均峰值信噪比最大提升 4.36 dB，平均结构相似性最大提升 0.034。这种基于负反馈机制的方法可有效纠正现有图像压缩感知系统中的恢复误差。
引用
@article{arxiv.2207.09594,
title = {ICRICS: Iterative Compensation Recovery for Image Compressive Sensing},
author = {Honggui Li and Maria Trocan and Dimitri Galayko and Mohamad Sawan},
journal= {arXiv preprint arXiv:2207.09594},
year = {2022}
}