买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南开大学申请的专利一种基于门控递归单元的压缩感知图像重构方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116777800B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310573755.X，技术领域涉及：G06T5/50；该发明授权一种基于门控递归单元的压缩感知图像重构方法是由孙桂玲;南瑞丽;张彭晨;郑博文设计研发完成，并于2023-05-22向国家知识产权局提交的专利申请。

本一种基于门控递归单元的压缩感知图像重构方法在说明书摘要公布了：本发明属于信号处理和深度学习技术领域，具体涉及一种应用于压缩感知的自然图像重构方法。针对如何实现自然图像的稀疏采样与高质量重构这一问题，本发明提出了一种用于压缩感知图像重构的具有持久长短期记忆的新型深度展开网络。该网络同时实现了图像自适应采样与恢复的约束优化，利用注意力机制和长期记忆流解决了现有深度展开网络中表征力不足和特征信息长距离传输时出现的内在信息损耗问题。设计了级内注意力机制和级间记忆力机制，并集成于展开网络的近端映射模块中，实现了长短期特征记忆的持久性存储和传输。本发明提出的方法与现有方法相比，可在保持重构速度的同时，有效提升图像的重构质量。

本发明授权一种基于门控递归单元的压缩感知图像重构方法在权利要求书中公布了：1.一种基于门控递归单元的压缩感知图像重构方法，包括如下步骤： 步骤1：数据集获取：在自然图像数据集Set91中，随机提取大小的图像块，数据集记作； 步骤2：网络参数：压缩感知采样率、最大训练次数、一次训练所选取样本数、学习率、步长以及重构网络子阶段数目； 步骤3：自适应采样：利用卷积实现自适应采样，被替换为个大小的卷积核，卷积核通道为1，基于即得到测量值； 步骤4：初始化重构：基于，利用采样矩阵的转置卷积实现图像的初始化重建，利用个1×1大小的卷积核，卷积核通道为，对卷积后获得的张量进行PixelShuffle操作，即得到； 步骤5：深度重构：设计了级内注意力机制和级间记忆力机制，并集成于长短期特征记忆增强近端映射模块中，实现了深度展开网络的搭建，具体来说，该深度重构网络由Ns个重复的阶段组成，每个阶段包括了梯度下降和近端映射模块EPMM，因此第k个阶段可以表示为，EPMM中包括了基于通道残差注意块CARB的级内注意力机制和基于卷积门控递归单元ConvGRU的级间记忆力机制；将输入深度重构网络，经个子阶段输出，得到； 步骤6：计算损失函数：，其中为第张训练图像，为第张训练图像的重构图像，为训练图像总数，为每张图像的像素总数；若在训练过程中对测量矩阵添加了二值约束，则对测量矩阵增加正交化约束，，即； 步骤7：训练：判断是否到达最大值，未达到则进行误差反向传递，利用自适应学习率优化算法更新权值，达到则保存网络参数，结束训练； 步骤8：评估：将基准数据集图像输入训练好的深度重构网络，得到重构图像，并通过计算原始图像与重构图像间的峰值信噪比PSNR和结构相似性SSIM衡量重构性能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南开大学，其通讯地址为：300071 天津市南开区卫津路94号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。