基于伪监督注意力短期记忆与多尺度去伪影网络的图像分块压缩感知

作     者：李俊辉 侯兴松 LI Junhui;HOU Xingsong

作者机构：西安交通大学信息与通信工程学院西安710049 

出 版 物：《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期：2024年第46卷第2期

页      面：472-480页

核心收录：

学科分类：0711[理学-系统科学] 080904[工学-电磁场与微波技术] 07[理学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(62272376,61872286) 陕西省重点研发项目(202DLGY04-05,S2021-YF-YBSF-0094)。 

主　　题：分块压缩感知 短期记忆 图像去伪影 深度展开网络 

摘      要：基于深度展开网络的分块压缩感知(BCS)方法,在迭代去块伪影时通常会同时去除部分信号和保留部分块伪影,不利于信号恢复。为了改善重建性能,在学习去噪的迭代阈值(LDIT)算法基础上,该文提出基于伪监督注意力短期记忆与多尺度去伪影网络(MSD-Net)的图像BCS迭代方法(PSASM-MD)。首先,在每步迭代中,利用残差网络并行地对每个图像子块单独去噪后再拼接。然后,对拼接后的图像采用含有伪监督注意力模块(PSAM)的MSD-Net进行特征提取,以更好地去除块伪影以提高重建性能。其中,PSAM被用于从含有块伪影的残差中抽取部分有用信号,并传递到下一步迭代实现短期记忆,以尽量避免去除有用信号。实验结果表明,该文方法相比现有先进的同类BCS方法在主观视觉感知和客观评价指标上均取得了更优的结果。