DualPRNet: Deep Shrinkage Dual Frame Network for Deep Unrolled Phase Retrieval

计算机科学 阈值 深度学习 人工智能 帧(网络) 对偶(语法数字) 任务(项目管理) 网络体系结构 帧速率 计算机视觉 模式识别(心理学) 图像(数学) 算法 电信 文学类 计算机安全 艺术 经济 管理
作者
Baoshun Shi,Qiusheng Lian
出处
期刊:IEEE Signal Processing Letters [Institute of Electrical and Electronics Engineers]
卷期号:29: 1177-1181 被引量:13
标识
DOI:10.1109/lsp.2022.3169695
摘要

Phase retrieval (PR), i.e., the recovery of the underlying image from the measurements without phase information, is a challenging task, especially at low signal to noise ratios (SNRs). Recent deep unrolling optimizations of tackling this task offer both computational efficiency and high-quality reconstructions. In this work, we involve a novel deep shrinkage network (DSN) into the supervised dual frame learning framework, and propose a deep shrinkage dual frame network dubbed as DualNet for building a deep unrolled PR network architecture. Traditional thresholding functions with hand-crafted thresholds for filtering the frame coefficients are non-adaptive, which limits the final reconstruction quality. Instead, we elaborate a DSN that can learn instance-adaptive and spatial-variant thresholding functions. In a nutshell, we propose the so-called DualPRNet by incorporating the learned dual frames into the unrolled PR framework. Experiments demonstrate that DualPRNet can achieve higher-quality reconstructions compared with previous PR iteration algorithms at low SNRs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
爱笑若冰发布了新的文献求助10
1秒前
郭富城完成签到,获得积分10
2秒前
hhhblabla应助空古悠浪采纳,获得20
2秒前
射天狼完成签到,获得积分10
2秒前
清爽尔安发布了新的文献求助10
2秒前
4秒前
4秒前
顾矜应助GS11采纳,获得10
5秒前
SuperZzz完成签到,获得积分10
5秒前
李大伟发布了新的文献求助10
7秒前
贾克斯完成签到,获得积分20
7秒前
闾丘剑封发布了新的文献求助10
7秒前
量子星尘发布了新的文献求助30
7秒前
李健应助hanleiharry1采纳,获得10
7秒前
8秒前
科研通AI2S应助Hey采纳,获得20
10秒前
爱笑若冰完成签到,获得积分10
10秒前
tomorrow完成签到 ,获得积分10
11秒前
12秒前
Rei完成签到 ,获得积分20
13秒前
科研通AI2S应助无所谓的啦采纳,获得10
13秒前
田様应助打我呀采纳,获得10
13秒前
14秒前
14秒前
科研狗发布了新的文献求助10
14秒前
yixiaolou发布了新的文献求助10
15秒前
李大伟完成签到,获得积分10
16秒前
慎独完成签到,获得积分10
16秒前
MchemG应助科研通管家采纳,获得10
17秒前
乐乐应助科研通管家采纳,获得10
17秒前
orixero应助科研通管家采纳,获得30
17秒前
SYLH应助科研通管家采纳,获得30
17秒前
CHENG_2025应助科研通管家采纳,获得10
17秒前
小萌发布了新的文献求助10
17秒前
17秒前
Jasper应助科研通管家采纳,获得10
17秒前
在水一方应助科研通管家采纳,获得30
17秒前
SYLH应助科研通管家采纳,获得10
17秒前
爆米花应助科研通管家采纳,获得10
17秒前
英姑应助科研通管家采纳,获得10
18秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
‘Unruly’ Children: Historical Fieldnotes and Learning Morality in a Taiwan Village (New Departures in Anthropology) 400
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3989406
求助须知:如何正确求助?哪些是违规求助? 3531522
关于积分的说明 11254187
捐赠科研通 3270174
什么是DOI,文献DOI怎么找? 1804901
邀请新用户注册赠送积分活动 882105
科研通“疑难数据库(出版商)”最低求助积分说明 809174