基于深度学习的两阶段多假设视频压缩感知重构算法 |
| |
引用本文: | 杨春玲,凌茜.基于深度学习的两阶段多假设视频压缩感知重构算法[J].华南理工大学学报(自然科学版),2021,49(6):88-99. |
| |
作者姓名: | 杨春玲 凌茜 |
| |
作者单位: | 华南理工大学电子与信息学院,广东广州510640 |
| |
基金项目: | 广东省自然科学基金重点项目;广东省自然科学基金 |
| |
摘 要: | 传统视频压缩感知重构算法重构时延过长,新发展的基于神经网络的视频压缩感知重构算法虽解决了高耗时的问题但未能充分利用视频的时空相关性,重构质量较差.为了解决上述问题,文中提出了基于深度学习的两阶段多假设视频压缩感知重构算法(2sMHNet).首先,采用时域可变形卷积对齐网络实现基于像素的深度学习多假设预测,在避免了块效应...
|
关 键 词: | 视频压缩感知重构算法 深度学习 时域可变形卷积对齐网络 重构性能 |
本文献已被 万方数据 等数据库收录! |
|