ISTA网

ISTA网络:可解释优化启发的深度网络图像压缩传感。为了开发一种快速而精确的自然图像压缩感知(CS)重建算法,本文结合了两类CS方法的优点:传统优化方法的结构洞察力和最近基于网络的方法的速度。具体地说,我们提出了一种新的结构化深网络,称为ISTA网,它是受迭代收缩阈值算法(ISTA)的启发来优化一个通用的1范数CS重建模型。为了将ISTA转化为深网络形式,我们提出了一种有效的策略,利用非线性变换来解决稀疏诱导正则化器的近端映射问题。ISTA网络中的所有参数(如非线性变换、收缩阈值、步长等)都是端到端学习的,而不是手工制作的。此外,考虑到自然图像的残差具有更大的可压缩性,为了进一步改进CS重建,我们在残差域中提出了一种改进的ISTA-Net}+。大量的CS实验表明,所提出的ISTA网络在保持较快的计算速度的同时,大大优于现有的基于优化和基于网络的CS方法。我们的源代码是:extsl{http://jianzhang.tech/projects/ISTA-Net}.