聯(lián)合圖像層級(jí)特征的壓縮感知迭代重構(gòu)

摘要： 基于卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks,CNN）的圖像壓縮感知重構(gòu)算法難以捕捉高分辨率圖像的長(zhǎng)距離依賴(lài)關(guān)系，采用Transformer雖能解決該問(wèn)題，但網(wǎng)絡(luò)參數(shù)量和圖像重構(gòu)時(shí)間成倍增長(zhǎng)。基于此，本文提出了一種聯(lián)合圖像層級(jí)特征的壓縮感知迭代重構(gòu)網(wǎng)絡(luò)（Combining Image Hierarchical-Feature Network,CH...