[发明专利]一种基于稀疏去噪自编码网络的图像压缩感知方法在审
| 申请号： | 201910126717.3 | 申请日： | 2019-02-20 |
| 公开（公告）号： | CN109919864A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 张祖凡;伍云锋;甘臣权;孙韶辉;于秀兰 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06N3/08 |
| 代理公司： | 重庆市恒信知识产权代理有限公司 50102 | 代理人： | 刘小红;陈栋梁 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明请求保护一种基于稀疏去噪自编码网络的图像压缩感知方法，属于深度学习与图像处理技术领域。所述方法包括以下步骤：1、获取原始图像信号x作为训练数据，对数据预处理并完成信号腐蚀得到 |
||
| 搜索关键词： | 自编码 去噪 稀疏 子网络 网络 图像压缩 解码 稀疏性 感知 测量 图像处理技术 原始图像信号 数据预处理 反向传播 更新参数 损失函数 图像信号 完成信号 网络框架 训练数据 重建图像 重建 码子 算法 重构 腐蚀 引入 联合 统一 图片 学习 | ||
【主权项】：
1.一种基于稀疏去噪自编码网络的图像压缩感知方法，其特征在于，包括以下步骤：步骤1)：获取原始图像信号x作为训练数据，对数据灰度预处理并完成信号腐蚀得到![]()
步骤2)：搭建稀疏去噪自编码网络的编码子网络，编码子网络为一个三层全连接神经网络，图像信号x通过编码子网络得到测量值y；步骤3)：搭建稀疏去噪自编码网络的解码子网络，解码子网络是与编码子网络结构对称的三层全连接神经网络，测量值y通过解码子网络得到重建图片![]()
步骤4)：引入稀疏性限制，生成损失函数JSDAE(W,b)；步骤5)：对编码和解码子网络进行联合训练，通过反向传播算法对损失函数JSDAE(W,b)进行优化，更新参数并得到最优的稀疏去噪自编码网络。
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重庆邮电大学，未经重庆邮电大学许可，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/201910126717.3/，转载请声明来源钻瓜专利网。
