楊春玲 裴翰奇

(華南理工大學(xué) 電子與信息學(xué)院，廣東 廣州 510640)

奈奎斯特-香農(nóng)采樣定理中指出：為了無失真的恢復(fù)原始信號，采樣信號的頻率不能低于原始信號的兩倍帶寬。2006年，Donoho等[1-3]提出的壓縮感知理論(CS)證明了當(dāng)原始信號具備稀疏特性時，采樣頻率可以遠低于奈奎斯特定理的要求。在壓縮感知中，采樣和壓縮的過程同步完成，有效解決了傳統(tǒng)采樣中先采樣后壓縮的策略所造成的資源浪費。憑借以上優(yōu)勢，壓縮感知理論在學(xué)術(shù)界和工業(yè)界引起了廣泛的關(guān)注和研究。

在圖像壓縮感知中，隨機觀測矩陣由于符合等距性限制條件(RIP)[2]，且具有較好的重構(gòu)效果，被廣泛應(yīng)用在圖像的采樣中。同時，分塊壓縮感知理論(BCS)[4-5]因其在存儲與計算方面的優(yōu)勢而被廣泛用于圖像壓縮感知中。在這個框架下，圖像被分成多個不重疊的圖像塊單獨采樣與重構(gòu)，以減小整體的計算量。但是，不容忽視的一點是，分塊壓縮感知框架引起了不良的塊效應(yīng)：在恢復(fù)圖像中，由于不同分塊之間相對獨立的觀測與重建，在各個塊之間出現(xiàn)了大量不連續(xù)的邊界。塊效應(yīng)降低了重構(gòu)圖像的視覺質(zhì)量，特別是在低采樣率下，這個問題尤為嚴(yán)重。

圖像壓縮感知中的另外一個核心問題是圖像的重構(gòu)算法，這部分在很大程度上決定了最終恢復(fù)結(jié)果的優(yōu)劣。基于圖像的結(jié)構(gòu)特性，文獻[5]中提出的平滑投影Landweber算法(SPL)將自然圖像的恢復(fù)結(jié)果提升到了一個較高的水平；通過利用不同圖像塊之間的的相似信息，基于組稀疏表示的重構(gòu)算法(GSR)[6]獲得了目前最好的圖像重構(gòu)性能，并且對圖像中的噪聲有著一定的抑制效果。但是，由于需要大量的迭代，這些恢復(fù)算法都有著高耗時的缺點，使得圖像壓縮感知難以實際應(yīng)用。

最近，基于卷積神經(jīng)網(wǎng)絡(luò)的圖像壓縮感知框架的出現(xiàn)，為圖像壓縮感知的研究和應(yīng)用帶來了新的思路。

2012年，文獻[7]中提出的AlexNet展現(xiàn)出了卷積神經(jīng)網(wǎng)絡(luò)(CNN)的性能潛力，并引起了一次新的研究熱潮。過去的幾年中，深度學(xué)習(xí)(DL)領(lǐng)域的研究得到了進一步的發(fā)展，在多種高階語義下的計算機視覺任務(wù)中取得了大量的研究成果，如對象檢測、多目標(biāo)跟蹤和動作識別等。同時，基于卷積神經(jīng)網(wǎng)絡(luò)的低階語義計算機視覺任務(wù)的研究也引起了關(guān)注，例如在圖像超分辨率重建(SR)[8-12]與圖像去霧算法(Image Dehazing)[13]等病態(tài)逆問題的研究中，深度學(xué)習(xí)均取得了不錯的結(jié)果，展現(xiàn)出其性能的優(yōu)越。

近年出現(xiàn)的一些基于深度學(xué)習(xí)的圖像壓縮感知(ICS)算法的研究，表現(xiàn)出了深度學(xué)習(xí)強大的學(xué)習(xí)能力和極快的運行速度。Kulkarni等[14]首次提出基于卷積神經(jīng)網(wǎng)絡(luò)的圖像壓縮感知重構(gòu)算法，取得了不錯的重構(gòu)效果。文獻[15]中提出在重構(gòu)神經(jīng)網(wǎng)絡(luò)中引入Resnet的結(jié)構(gòu)，從而在圖像壓縮感知的恢復(fù)過程中學(xué)習(xí)更加豐富的圖像特征。Zhang等[16]設(shè)計了一種新穎的網(wǎng)絡(luò)結(jié)構(gòu)，能夠較好的模仿傳統(tǒng)圖像壓縮感知中的迭代收縮重構(gòu)算法。受到基于稀疏表示的圖像壓縮感知重構(gòu)算法啟發(fā)，文獻[17]中ConvCSNet嘗試將稀疏性嵌入神經(jīng)網(wǎng)絡(luò)的設(shè)計之中。文獻[18]中提出一種基于深度學(xué)習(xí)的多尺度殘差網(wǎng)絡(luò)結(jié)構(gòu)來學(xué)習(xí)圖像中的多尺度信息，增強了重構(gòu)算法對噪聲的魯棒性。文獻[19]中提出一種端到端的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，成功復(fù)現(xiàn)了傳統(tǒng)圖像壓縮感知中的經(jīng)典重構(gòu)算法——平滑投影Landweber算法?；谖墨I[19]的工作，Cui等[20]提出了壓縮感知觀測矩陣的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法，彌補了傳統(tǒng)觀測矩陣設(shè)計過程中的不足?？偟膩碚f，與傳統(tǒng)圖像壓縮感知相比，基于神經(jīng)網(wǎng)絡(luò)的壓縮感知方法顯著地降低了重構(gòu)算法的時間成本，但仍未解決重構(gòu)圖像中的塊效應(yīng)問題，并且重構(gòu)端網(wǎng)絡(luò)結(jié)構(gòu)缺乏針對性，限制了最終的重構(gòu)性能。

為了解決上述問題，文中提出了一種針對圖像壓縮感知的全新神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)——MSResICS：在采樣端，放棄了傳統(tǒng)的分塊線性映射采樣框架，與之對應(yīng)的是一個基于殘差學(xué)習(xí)的全卷積圖像采樣子網(wǎng)絡(luò)，相比之下，該子網(wǎng)絡(luò)結(jié)構(gòu)不僅避免了分塊壓縮感知帶來的塊效應(yīng)，而且成功地在采樣部分引入非線性的特征提取方法，保留了更加豐富的圖像信息；在恢復(fù)端，首先引入一個基于插值卷積的初始重構(gòu)子網(wǎng)絡(luò)，從采樣值中整合特征并恢復(fù)初始重構(gòu)圖像，其次為了進一步提升重構(gòu)圖像的效果，在前兩個子網(wǎng)絡(luò)的基礎(chǔ)上，加入多階段圖像增強子網(wǎng)絡(luò)，以生成多幅殘差圖像，對恢復(fù)結(jié)果做進一步的細化；最后通過實驗仿真來分析MSResICS的具體性能。

1 圖像壓縮感知基本原理

在圖像壓縮感知中，有兩個主要問題：1)圖像的高效采樣；2)圖像的高質(zhì)量重構(gòu)。在經(jīng)典的分塊壓縮感知中，觀測值由觀測矩陣的線性映射得到：

yb=Φbxb

(1)

式中，xb為N×1維的原始圖像塊列矢量，yb為M×1維的分塊采樣信號，Φb為M×N維的隨機觀測矩陣。在壓縮感知中，由于M?N，從采樣信號yb中重構(gòu)原始信號xb是一項病態(tài)逆問題。但壓縮感知原理指出，如果目標(biāo)信號xb在變換域Ψ是稀疏的，可以通過求解以下優(yōu)化問題來重構(gòu)xb：

(2)

式中，λ為正則化參數(shù)?；趫D像信號的結(jié)構(gòu)特性，許多文獻提出了不同的優(yōu)化算法來求解式(2)，并取得了不錯的效果，例如平滑投影Landweber算法[5]與基于組稀疏表示的重構(gòu)算法[6]。但傳統(tǒng)的圖像壓縮感知算法計算量巨大，難以用于實際應(yīng)用。在圖像壓縮感知神經(jīng)網(wǎng)絡(luò)的研究工作中，則是基于深度學(xué)習(xí)方法對采樣系數(shù)與原始圖像間的映射關(guān)系進行學(xué)習(xí)。這種方法主要分為兩類：1)以ReconNet為代表，應(yīng)用于圖像壓縮感知重構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)；2)以CSNet為代表，同時應(yīng)用于圖像壓縮感知觀測域重構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)。以上提到的兩種類型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)解決了傳統(tǒng)算法中高耗時的缺陷，并取得了不錯的恢復(fù)效果，但同時也存在著一定的缺陷：1)分塊壓縮感知框架引起的塊效應(yīng)降低了最終圖像的恢復(fù)效果；2)缺少針對性的恢復(fù)端網(wǎng)絡(luò)結(jié)構(gòu)限制了網(wǎng)絡(luò)的重構(gòu)性能。

2 實現(xiàn)圖像壓縮感知的多階段殘差學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

在本節(jié)中，將詳細討論本文提出的圖像壓縮感知神經(jīng)網(wǎng)絡(luò)(MSResICS)。MSResICS由3部分組成：采樣子網(wǎng)絡(luò)，初始重構(gòu)子網(wǎng)絡(luò)與圖像增強子網(wǎng)絡(luò)，具體網(wǎng)絡(luò)細節(jié)參見圖1。

Conv代表卷積層，S-ResBlock代表簡化殘差學(xué)習(xí)塊，ResizeConv代表插值卷積層

2.1 基于殘差學(xué)習(xí)的采樣子網(wǎng)絡(luò)

為了解決分塊壓縮感知框架下帶來的塊效應(yīng)問題，MSResICS放棄了傳統(tǒng)的分塊線性映射采樣方法，提出一種直接對整幅圖像采樣的全卷積采樣子網(wǎng)絡(luò)。受文獻[10]與[11]啟發(fā)，文中利用了一種簡化殘差學(xué)習(xí)塊(S-ResBlock)，以使觀測值中包含更加豐富的圖像信息，且網(wǎng)絡(luò)參數(shù)數(shù)據(jù)量小，占用內(nèi)存更少，如圖1所示。具體結(jié)構(gòu)參考圖2，S-ResBlock和原始ResBlock[21]相比主要存在兩點不同：1)刪除了批量標(biāo)準(zhǔn)化層(BN)，可以更大程度上保留豐富的圖像信息，并減少了網(wǎng)絡(luò)整體計算量；2)恒等映射分支的輸入不再為固定輸入，選擇更加靈活，保證網(wǎng)絡(luò)輸出的觀測值包含不同語義維度下的圖像信息。在后文中，將展示關(guān)于S-ResBlock與ResBlock的對比實驗，以進一步驗證該結(jié)構(gòu)帶來的提升。

相比傳統(tǒng)的分塊壓縮感知和線性映射采樣方式，該采樣子網(wǎng)絡(luò)成功避免了塊效應(yīng)問題，并且將非線性結(jié)合到了采樣過程之中，更有效地對特征信息進行提取，獲得信息更加豐富的觀測值。

2.2 基于插值卷積的初始重構(gòu)子網(wǎng)絡(luò)

在傳統(tǒng)圖像壓縮感知的信號恢復(fù)過程中，通常先利用觀測值和簡單的重構(gòu)算法獲得圖像的初始重構(gòu)，然后利用初始重構(gòu)圖像和觀測值，通過較復(fù)雜的重構(gòu)算法進一步提升重構(gòu)圖像的質(zhì)量。在這種模式下，通過重構(gòu)算法的迭代逐漸恢復(fù)圖像中的細節(jié)，可以取得優(yōu)秀的重構(gòu)效果。文中提出的卷積神經(jīng)網(wǎng)絡(luò)重構(gòu)算法即參考這種策略。

(a)S-ResBlock (b)ResBlock

Conv代表卷積層，ReLU代表線性整流激活函數(shù)，BN代表批量標(biāo)準(zhǔn)化層

圖2 兩種不同的殘差學(xué)習(xí)結(jié)構(gòu)

Fig.2 Two different residual learning block

基于插值卷積(Resize Convolution)[22]，文中提出了一個初始重構(gòu)子網(wǎng)絡(luò)，用以生成高質(zhì)量的初始重構(gòu)圖像。如文獻[22]所述，插值卷積是對特征圖進行上采樣的一種直觀而簡單的方法。在結(jié)構(gòu)上，插值卷積分為兩層：首先是一層具有S倍上采樣效果的最近鄰插值層，再后接一個常用的3×3卷積層以進行特征提取，如圖3所示。與另外一種神經(jīng)網(wǎng)絡(luò)中常用的上采樣方法——反卷積(Deconvolution)相比，插值卷積成功避免了反卷積操作中容易帶來的棋盤效應(yīng)，提升了恢復(fù)圖像的效果。初始重構(gòu)子網(wǎng)絡(luò)主要由3部分結(jié)構(gòu)構(gòu)成：第1部分是單層卷積層，用來從采樣系數(shù)中提取高維特征圖；第2部分是K個插值卷積，對得到的特征圖進行上采樣操作，使特征圖恢復(fù)到原始圖像尺寸；最后一部分是一層只有單個卷積核的卷積層，對插值卷積得出的特征圖進行整合，輸出最后的圖像初始重構(gòu)結(jié)果。

Conv代表卷積層

在得出圖像的初始重構(gòu)之后，接下來的工作便以此為基礎(chǔ)，逐漸對圖像進行精細化的細節(jié)恢復(fù)。

2.3 多階段圖像增強子網(wǎng)絡(luò)

為了進一步細化圖像結(jié)果，文中設(shè)計了一個多階段圖像增強子網(wǎng)絡(luò)，利用初始重構(gòu)圖像和觀測值逐漸恢復(fù)更多的圖像紋理細節(jié)。

如圖1所示，該多階段圖像增強子網(wǎng)絡(luò)的基本結(jié)構(gòu)為細節(jié)增強單元，其輸入是從采樣系數(shù)中提取的高維特征圖。在每個細節(jié)增強單元中，先由S-ResBlock對輸入進行處理，提取深層特征，再利用插值卷積來重構(gòu)得出殘差圖像，與上一級的重構(gòu)圖像進行疊加，得出新的重構(gòu)圖像。通過使用D個細節(jié)增強單元，神經(jīng)網(wǎng)絡(luò)逐步從采樣系數(shù)中提取出多幅包含圖像細節(jié)信息的殘差圖像，在初始重構(gòu)圖像的基礎(chǔ)上不斷提升重構(gòu)質(zhì)量。最后，在D階段圖像增強后，得出MSResICS的最終輸出圖像。

與之前的神經(jīng)網(wǎng)絡(luò)重構(gòu)算法相比，文中提出的網(wǎng)絡(luò)結(jié)構(gòu)利用殘差學(xué)習(xí)作為網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)，對圖像進行更加精細的多階段恢復(fù)，恢復(fù)的圖像細節(jié)更加豐富，進一步提升了重構(gòu)圖像質(zhì)量。

2.4 損失函數(shù)

均方誤差(MSE)是有效的圖像質(zhì)量客觀評判標(biāo)準(zhǔn)。文中在MSResICS網(wǎng)絡(luò)的訓(xùn)練過程中，同樣采用均方誤差函數(shù)作為網(wǎng)絡(luò)的優(yōu)化目標(biāo)函數(shù)：

(3)

式中，xi代表訓(xùn)練集圖像，N為訓(xùn)練集樣本的個數(shù)，θ為網(wǎng)絡(luò)參數(shù)，f(xi，θ)為網(wǎng)絡(luò)的整體輸出。

3 網(wǎng)絡(luò)實現(xiàn)細節(jié)和實驗結(jié)果

3.1 網(wǎng)絡(luò)實現(xiàn)和訓(xùn)練細節(jié)

考慮到重構(gòu)性能和內(nèi)存占用之間的權(quán)衡，在實驗中，結(jié)構(gòu)參數(shù)設(shè)置為：R=3，K=2，S=2，D=4。但在計算資源允許的情況下，網(wǎng)絡(luò)越深，重構(gòu)效果將會越好。在細節(jié)上，還有幾點需要注意：1)MSResICS中的每一層卷積層中卷積核的大小均設(shè)置為3×3，并且都帶有線性整流激活函數(shù)(ReLU)；2)假如沒有明確的描述，每層卷積層都含有64個卷積核；3)關(guān)于網(wǎng)絡(luò)的初始化方法，文中采用了文獻[23]給出的針對ReLU激活函數(shù)的參數(shù)設(shè)置策略，以獲得最優(yōu)的效果。

考慮到圖像的數(shù)量和類別，文中采用MSCOCO數(shù)據(jù)集[24]作為MSResICS的訓(xùn)練集和驗證集：通過從MSCOCO數(shù)據(jù)集中隨機抽取大約10 000張圖像，對其進行灰度化處理，并將原圖像的中心部分裁剪為256×256大小的子圖像。此外，文中同時采用了數(shù)據(jù)增廣對訓(xùn)練數(shù)據(jù)進行進一步的擴增。在訓(xùn)練過程中，Batchsize的大小設(shè)為32，以在訓(xùn)練速度和重構(gòu)結(jié)果上均獲得最佳的性能表現(xiàn)。神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法選用的是在許多其他工作中均有較好表現(xiàn)的Adam Optimizer[25]，其中的參數(shù)設(shè)為：β1=0.9，β2=0.999，ε=1×10-8。為了更好地收斂，網(wǎng)絡(luò)總共訓(xùn)練100個epoch，一個epoch中循環(huán)3 000次。在訓(xùn)練中，分別以3種不同的學(xué)習(xí)率對網(wǎng)絡(luò)逐漸優(yōu)化：初始30個epoch學(xué)習(xí)率為0.000 1，接下來40個epoch為0.000 01，最后30個epoch為 0.000 001。在實驗中，網(wǎng)絡(luò)具體實現(xiàn)的軟件框架為：python3.6+tensorflow1.12。關(guān)于時間消耗，在GPU-GTX1080ti上，一次完整的網(wǎng)絡(luò)模型訓(xùn)練大概需要3 d的時間。

3.2 仿真實驗結(jié)果及性能對比

在本節(jié)中，分別設(shè)計了3組對比實驗，以從多種角度分析說明MSResICS在不同條件下的重構(gòu)性能表現(xiàn)。

3.2.1 不同算法間的重構(gòu)性能對比

為了具體分析MSResICS的重構(gòu)性能表現(xiàn)，文中將MSResICS的圖像重構(gòu)結(jié)果與5種具有代表性的圖像壓縮感知方法進行對比，其中包含兩種傳統(tǒng)的優(yōu)化算法與3種基于神經(jīng)網(wǎng)絡(luò)的方法，分別是：多假設(shè)重構(gòu)算法(Multi-Hypothesis，MH)[26]、基于組稀疏表示的重構(gòu)算法[6]、ReconNet[14]、ISTA-Net+[15]和CSNet[19]。多假設(shè)重構(gòu)算法與基于組稀疏表示的算法均是效果比較優(yōu)秀的傳統(tǒng)算法，特別是基于組稀疏表示的重構(gòu)算法，是目前性能最好的圖像壓縮感知重構(gòu)算法。而ReconNet、ISTA-Net+和CSNet都是具有代表性的壓縮感知神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，后兩者的恢復(fù)效果在神經(jīng)網(wǎng)絡(luò)方法中達到了最佳。

為了評估不同算法的重構(gòu)性能，文中使用由8張標(biāo)準(zhǔn)灰度圖像組成的測試組作為評測參照，使用的圖像分別來自兩個網(wǎng)絡(luò)來源：https：∥homepages.cae.wisc.edu/～ece533/images/，https：∥www.io.csic.es/PagsPers/JPortilla/image-processing/bls-gsm/63-test-images，具體圖像參照圖4。文中給出了0.5、0.25、0.125不同采樣率下的實驗結(jié)果。8幅圖像的詳細峰值信噪比(PSNR)/結(jié)構(gòu)相似性(SSIM)對照結(jié)果被統(tǒng)一匯總在表1中。

從表1中可以看出，MSResICS在所有測試情況下的表現(xiàn)均優(yōu)于其他算法。與優(yōu)化算法中性能較優(yōu)秀的基于組稀疏表示的重構(gòu)算法進行對比，MSResICS在0.125～0.500的采樣率下PSNR分別可以提升平均大約3.21、1.81、0.96 dB，而相對于多假設(shè)重構(gòu)算法提升更為明顯，分別為5.15、4.48、4.64 dB。從實驗結(jié)果可以看出，MSResICS的效果不僅超出傳統(tǒng)的優(yōu)化方法，而且大大提高了在低采樣率下的圖像重構(gòu)質(zhì)量。在與基于卷積神經(jīng)網(wǎng)絡(luò)的方法對比時，在0.125、0.250、0.500采樣率下，MSResICS在PSNR上比Reconnet平均提升了6.25、6.44、7.34 dB，比ISTA-Net+提升大約3.29、2.22、1.32 dB，比CSNet提升2.09、1.96、1.74 dB，展現(xiàn)出其性能的優(yōu)越性。SSIM作為一種更為先進的衡量圖像相似度的指標(biāo)，在一定程度上進一步體現(xiàn)了算法對于恢復(fù)圖像的質(zhì)量好壞。文中提出的MSResICS在SSIM上相較對比算法也都有著不少的提升，并同樣在低采樣率下的效果更為出色。

(a)Boat (b)Cameraman

(c)Goldhill (d)Lena

(e)House (f)Monarch

(g)Parrot (h)Peppers

在不同的圖像上，MSResICS的性能表現(xiàn)也有所不同：例如在細節(jié)信息較多的圖像Goldhill、House上，MSResICS相較于其他算法的PSNR平均提升分別為3.34、3.51 dB，而在細節(jié)信息較少的圖像Peppers上平均提升為2.92 dB，在SSIM指標(biāo)上也保持著類似的規(guī)律，證明在細節(jié)部分，MSResICS的恢復(fù)效果表現(xiàn)更好。在圖5和圖6中，文中進一步展示了一些更加詳細的視覺結(jié)果圖。在圖5 House的0.5采樣率恢復(fù)圖像中，MSResICS在房子煙囪部分的磚塊細節(jié)恢復(fù)上紋理更加明顯。在圖6 Monarch的0.125采樣率恢復(fù)圖像中對比的5種算法均有較為明顯的塊效應(yīng)，而MSResICS的恢復(fù)結(jié)果整體平滑；而且在細節(jié)部分，比如蝴蝶的主體、背景的花卉，MSResICS的恢復(fù)圖像均更加清晰。從整體上來看，在傳統(tǒng)的分塊壓縮感知框架下，無論是基于優(yōu)化的算法還是基于神經(jīng)網(wǎng)絡(luò)的算法，恢復(fù)圖像中圖像塊的邊界容易出現(xiàn)不自然的分界線，尤其在低采樣率下這個問題尤為明顯。文中提出的MSResICS則成功地避免了這個問題，在重構(gòu)圖像整體的視覺效果上都均勻平滑。除此之外，在細節(jié)的恢復(fù)質(zhì)量對比上，MSResICS也比其他算法保留了更多的高頻信息和邊緣信息，紋理更加清晰。同時，文中還將MSResICS與文獻[18]中提出的MSRNet的部分結(jié)果進行了一定的對比，參照表2，可以看出MSResICS在重構(gòu)圖像的PSNR上要遠遠優(yōu)于MSRNet。

表1 MSResICS與幾種不同重構(gòu)算法的PSNR/SSIM恢復(fù)結(jié)果

MH/38.54 GSR/42.32 ReconNet/34.82 ISTA-Net+/40.31 CSNet/41.12 MSResICS/43.61 House/PSNR

圖5 0.5采樣率下不同算法對圖像House的視覺恢復(fù)圖像

Fig.5 Visual recovery images of different methods on image House under sampling ratio 0.5

MH/24.61 GSR/26.52 ReconNet/23.69 ISTA-Net+/27.43 CSNet/29.06 MSResICS/31.40 Monarch/PSNR

圖6 0.125采樣率下不同算法對圖像Monarch的視覺恢復(fù)圖像

Fig.6 Visual recovery images of different methods on image Monarch under sampling ratio 0.125

表2 0.25采樣率下MSResICS與MSRNet恢復(fù)結(jié)果PSNR對比

Table 2 Comparison of recovery PSNR results for MSResICS and MSRNet with sampling ratio 0.25

重構(gòu)算法PSNR/dBBoatLenaMonarchPeppersMSRNet[18]30.7430.2128.9029.51MSResICS36.5235.2234.8133.50

3.2.2 在小數(shù)據(jù)集上的重構(gòu)性能對比

為了公平的對比，進一步考察MSResICS在小數(shù)據(jù)集上的表現(xiàn)，文中基于文獻[19]中使用到的BSDS500數(shù)據(jù)集[27]對MSResICS進行了重新訓(xùn)練，其中訓(xùn)練集總共由400張圖片構(gòu)成，分別來自BSDS500中的訓(xùn)練集(200張圖片)與測試集(200張圖片)，驗證集則由來自BSDS500驗證集的100張圖片構(gòu)成。除數(shù)據(jù)集不同外，其余訓(xùn)練設(shè)置則與上述實驗保持一致。表3中展示了在不同采樣率下，基于BSDS500數(shù)據(jù)集訓(xùn)練的MSResICS對上述八幅圖像的平均恢復(fù)結(jié)果，并以CSNet作為基準(zhǔn)進行對比。在低采樣率的情況下，MSResICS(BSDS500)在恢復(fù)圖像的PSNR與SSIM上相較于CSNet仍然有明顯提升。但與基于MSCOCO訓(xùn)練的版本對比，MSResICS(BSDS500)的恢復(fù)圖像質(zhì)量有所下降。產(chǎn)生以上結(jié)果的主要原因為：MSResICS在訓(xùn)練過程中，輸入的是整幅圖像，需要的圖片量更為龐大，而CSNet對于圖像分塊進行訓(xùn)練，在較小的圖片數(shù)據(jù)集上即可取得不錯的效果；同時，由于MSResICS的輸入是整幅圖像的原因，它克服了CSNet在低采樣率下恢復(fù)圖像中的塊效應(yīng)問題，提升了恢復(fù)圖像的質(zhì)量。

表3 基于BSDS500訓(xùn)練的MSResICS恢復(fù)結(jié)果平均PSNR/SSIM比較

Table 3 Comparison of recovery average PSNR/SSIM results on MSResICS trained on BSDS500

訓(xùn)練方式PSNR(dB)/SSIM0.1251)0.2501)0.5001)CSNet29.49/0.877632.98/0.925937.54/0.9689MSResICS(BSDS500)31.45/0.902433.34/0.929637.27/0.9654MSResICS(MSCOCO)31.58/0.905134.74/0.946239.28/0.9775

1)為采樣率。

3.2.3 不同網(wǎng)絡(luò)結(jié)構(gòu)的重構(gòu)性能對比

在保證網(wǎng)絡(luò)其余結(jié)構(gòu)一致的情況下，表4中展示了S-ResBlock與原版ResBlock在不同采樣率下的對比實驗結(jié)果。在不同圖像上，S-ResBlock的效果均優(yōu)于ResBlock，PSNR結(jié)果提升0.6～1.2 dB，SSIM大約提升0.02～0.06，證實了前者針對壓縮感知任務(wù)的有效性。

表4 S-ResBlock與ResBlock結(jié)構(gòu)恢復(fù)結(jié)果PSNR/SSIM比較

Table 4 Comparison of recovery PSNR/SSIM results between S-ResBlock and ResBlock structures

測試圖像采樣率PSNR(dB)/SSIMResBlockS-ResblockCameraman0.12527.41/0.820728.35/0.88070.25030.02/0.892531.16/0.92400.50034.37/0.949235.03/0.9641Lena0.12530.71/0.915631.87/0.92150.25034.59/0.950135.22/0.95940.50038.82/0.977539.71/0.9838House0.12533.81/0.882334.99/0.89360.25037.52/0.921538.23/0.93990.50042.46/0.975443.61/0.9822

為了驗證采樣子網(wǎng)絡(luò)和圖像增強子網(wǎng)絡(luò)對重構(gòu)性能的影響，本小節(jié)在保持訓(xùn)練條件不變的情況下重新訓(xùn)練了兩種網(wǎng)絡(luò)結(jié)構(gòu)，分別為：①隨機高斯觀測+初始重構(gòu)子網(wǎng)絡(luò)+圖像增強子網(wǎng)絡(luò)，②采樣子網(wǎng)絡(luò)+初始重構(gòu)子網(wǎng)絡(luò)，并與完整的MSResICS進行重構(gòu)效果上的對比。表5中給出了對應(yīng)的實驗對

表5 不同子網(wǎng)絡(luò)結(jié)構(gòu)設(shè)定下神經(jīng)網(wǎng)絡(luò)之間的恢復(fù)結(jié)果PSNR/SSIM比較

Table 5 Comparison of recovery PSNR/SSIM results between networks with different subnetwork settings

測試圖像采樣率PSNR(dB)/SSIM①隨機高斯觀測+初始重構(gòu)子網(wǎng)絡(luò)+圖像增強子網(wǎng)絡(luò)②采樣子網(wǎng)絡(luò)+初始重構(gòu)子網(wǎng)絡(luò)完整結(jié)構(gòu)Peppers0.12527.93/0.812230.48/0.876931.21/0.88570.25030.18/0.842632.85/0.915433.50/0.92240.50033.37/0.921235.62/0.954036.43/0.9566Monarch0.12526.15/0.821530.62/0.933531.40/0.94510.25029.11/0.895533.95/0.966534.81/0.97150.50033.41/0.954937.77/0.985239.30/0.9879Parrot0.12527.94/0.882229.91/0.916231.20/0.92420.25030.29/0.917133.36/0.950134.26/0.95560.50034.66/0.967637.62/0.978738.54/0.9804

比結(jié)果。在不同采樣率下，完整的MSResICS都要優(yōu)于兩組對比試驗：恢復(fù)圖像PSNR/SSIM相較于①平均提升4.2 dB/0.057，而對比②平均提升0.94 dB/0.006。部分視覺效果圖對比如圖7所示，圖中3列從左至右分別為①、②和完整結(jié)構(gòu)3種情況下的重構(gòu)圖像?？梢钥闯觯c兩個對照組相比，完整結(jié)構(gòu)的網(wǎng)絡(luò)在細節(jié)和輪廓上的恢復(fù)效果均較好，例如Goldhill的遠景部分，Lena的帽子部分。以上的結(jié)果表明，采樣子網(wǎng)絡(luò)對于網(wǎng)絡(luò)的性能有著關(guān)鍵的影響，相比于傳統(tǒng)高斯采樣矩陣，其大大強化了圖像壓縮感知采樣過程中的效率，提升了網(wǎng)絡(luò)的重構(gòu)效果；而圖像增強子網(wǎng)絡(luò)在初始重構(gòu)圖像的基礎(chǔ)上進一步增強了恢復(fù)圖像中的細節(jié)信息，提高了最終恢復(fù)圖像的質(zhì)量。

(a)Goldhill/隨機高斯矩陣觀測 采樣率=0.5/PSNR=34.31/SSIM=0.934 7

(b)Goldhill/除去圖像增強子網(wǎng)絡(luò) 采樣率=0.5/PSNR=38.77/SSIM=0.977 4

(c)Goldhill/完整結(jié)構(gòu) 采樣率=0.5/PSNR=39.43/SSIM=0.978 9

(d)Lena/隨機高斯矩陣觀測 采樣率=0.25/PSNR=31.24/SSIM=0.904 2

(e)Lena/除去圖像增強子網(wǎng)絡(luò) 采樣率=0.25/PSNR=33.95/SSIM=0.950 1

(f)Lena/完整結(jié)構(gòu) 采樣率=0.25/PSNR=35.22/SSIM=0.959 4

4 結(jié)論

在文中，提出了一種新穎的網(wǎng)絡(luò)結(jié)構(gòu)——MSResICS來處理圖像壓縮感知中的兩個重要問題：采樣和恢復(fù)。首先，文中放棄了在一些情況下會限制恢復(fù)性能的傳統(tǒng)分塊壓縮感知框架，提出了基于殘差學(xué)習(xí)的全卷積采樣方法，并運用插值卷積，設(shè)計了對應(yīng)的初始重構(gòu)子網(wǎng)絡(luò)。為了細致深入的圖像恢復(fù)，基于前兩個子網(wǎng)絡(luò)的工作，文中進一步引入了多階段圖像增強子網(wǎng)絡(luò)以穩(wěn)定地提升重構(gòu)圖像質(zhì)量。通過end-to-end的訓(xùn)練方式，提出的MSResICS獲得了令人滿意的重構(gòu)結(jié)果。與幾種最先進的重構(gòu)算法相比，MSResICS在恢復(fù)圖像的PSNR上平均提高了2～3db，在視覺效果上也有著不錯的提升。在未來的工作，作者將嘗試將MSResICS結(jié)合到視頻壓縮感知框架下，并尋求更多的突破。