基于分块压缩感知测量的图像复原
计算机视觉与模式识别
2017-06-05 v1
摘要
已有多种方法被提出用于从压缩感知随机测量中重建图像，但大多数方法时间复杂度高，且因复原结果存在严重块效应而不适用于分块压缩感知采集。本文提出一种非迭代的、从分块压缩感知随机测量中重建图像的方法。该方法以两个基于残差卷积神经网络的级联网络为特色，学习端到端的全图复原，能够在低时间成本下重建图像块并去除块效应。在合成数据与真实数据上的实验结果表明，本方法在使用分块压缩感知测量时优于当前最先进的压缩感知（CS）重建方法。为证明本方法在更一般场景下的有效性，我们将方法中的去块处理应用于JPEG压缩伪影去除，同样取得了出色的性能。
引用
@article{arxiv.1706.00597,
title = {Image Restoration from Patch-based Compressed Sensing Measurement},
author = {Guangtao Nie and Ying Fu and Yinqiang Zheng and Hua Huang},
journal= {arXiv preprint arXiv:1706.00597},
year = {2017}
}