顶刊TPAMI 2024！北大提出实用、紧致的智能图像压缩感知技术

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【Mamba/多模态/扩散】交流群

添加微信：CVer2233，助手会拉你进群！

扫描下方二维码，加入CVer学术星球！可获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪必备！

一、论文信息

• 论文标题： Practical Compact Deep Compressed Sensing（实用、紧致的深度压缩感知）

• 论文作者： Bin Chen（陈斌） and Jian Zhang†（张健）（†通讯作者）

• 作者单位： 北京大学信息工程学院

• 发表刊物： IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI)

• 发表时间： 2024年11月22日

• 正式版本：

  https://ieeexplore.ieee.org/document/10763443

• ArXiv版本：

  https://arxiv.org/abs/2411.13081

• 开源代码：

  https://github.com/Guaishou74851/PCNet

二、任务背景

压缩感知（Compressed Sensing, CS）是一种信号降采样技术，可大幅节省图像获取成本。CS的核心思想是 “无需完整记录图像信息，通过计算即可还原目标图像”。CS的典型应用包括：

• 降低相机成本： 利用廉价设备就能拍摄出高质量图像；

• 加速医疗成像： 将核磁共振成像（MRI）时间从40分钟缩短至10分钟内，减少被检查者的不适；

• 探索未知世界，助力科学研究： 将“看不见”事物变为“看得见”，如观测细胞活动等转瞬即逝的微观现象，以及通过分布式射电望远镜观测银河系中心的黑洞。

CS的数学模型可表示为 ，其中 是原始图像， 是采样矩阵， 是观测值。定义压缩采样率为 。

CS面临两大核心问题：

1. 如何设计采样矩阵，从而尽可能多地保留图像信息？

2. 如何设计高效的重建算法，从而精准复原图像内容？

然而，现有CS方法仍存在两方面局限：

1. 采样矩阵信息保留能力不足： 将图像切块，逐块采样，导致观测值信息量有限；

2. 重建算法的计算开销过大、复原精度有限。

三、主要贡献

本工作提出了一种实用、紧致的图像压缩感知网络PCNet，具有如下创新点：

1. 一种新型压缩采样矩阵，能够融合图像的局部与全局特征，从而提高信息保留能力。具体采样过程分两步：首先，用一个小型卷积网络对图像滤波；其次，使用全局矩阵对滤波结果降维，生成压缩观测值；

2. 一种新型图像重建网络，将传统近端梯度下降（Proximal Gradient Descent，PGD）算法与深度神经网络有机结合，利用先进模块设计显著提升重建精度。

图1：提出的实用、紧致的压缩感知网络PCNet。

图2：提出的协同采样算子。

四、实验结果

在 Set11、CBSD68、Urban100 和 DIV2K 等基准数据集上，PCNet 的性能显著优于其他方法，特别是在高分辨率（2K、4K、8K）成像任务中。此外，其采样矩阵可拓展至量化CS和自监督CS任务，展现了良好的通用性。

图3：方法与其他CS方法的对比结果。

更多细节、实验结果与理论分析请参阅论文。

五、实验室简介

视觉信息智能学习实验室（VILLA）由北京大学信息工程学院张健助理教授于2019年创立并负责，主要围绕“智能可控图像生成”这一前沿领域，深入开展高效图像重建、可控图像生成和精准图像编辑三个关键方向的研究。张健老师带领VILLA团队已在Nature子刊Communications Engineering、IEEE SPM、TPAMI、TIP、IJCV、NeurIPS、ICLR、CVPR、ICCV和ECCV等高水平国际期刊和会议上发表论文100余篇，其中近三年，以第一作者/通讯作者发表CCF A类论文40余篇。张健老师谷歌学术引用1万余次，h-index值为49（单篇一作最高引用1200余次），获得北大青年教师教学比赛一等奖、国际期刊/会议最佳论文奖五次，主持国家科技重大专项课题、国自然重点项目课题、国自然面上以及与字节/华为/OPPO/创维/兔展等知名企业学术合作项目10余项。

在高效图像重建方面，张健老师团队的代表性成果包括优化启发式深度展开重建网络ISTA-Net、COAST、ISTA-Net++，联合学习采样矩阵压缩计算成像方法OPINE-Net、PUERT、CASNet、HerosNet、PCA-CASSI，基于信息流增强机制的高通量广义优化启发式深度展开重建网络HiTDUN、SODAS-Net、MAPUN、DGUNet、SCI3D、PRL、OCTUF、D3C2-Net，以及无需真值的自监督图像重建方法SCNet。团队还提出了基于自适应路径选择机制的动态重建网络DPC-DUN和用于单像素显微荧光计算成像的深度压缩共聚焦显微镜DCCM，以及生成式图像复原方法Panini-Net、PDN、DEAR-GAN、DDNM，受邀在信号处理领域旗舰期刊SPM发表专题综述论文。本工作提出的实用、紧致的压缩感知网络PCNet进一步提升了图像压缩感知的精度与效率。

更多信息可访问VILLA实验室主页（https://villa.jianzhang.tech/）或张健助理教授个人主页（https://jianzhang.tech/cn/）。

（供稿人：陈斌，北京大学博士生）

何恺明在MIT授课的课件PPT下载

在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！

ECCV 2024 论文和代码下载

在CVer公众号后台回复：ECCV2024，即可下载ECCV 2024论文和代码开源的论文合集

CVPR 2024 论文和代码下载

在CVer公众号后台回复：CVPR2024，即可下载CVPR 2024论文和代码开源的论文合集

Mamba、多模态和扩散模型交流群成立

扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-Mamba、多模态学习或者扩散模型微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。
一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者扩散模型+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer2233，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集上万人！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号
整理不易，请赞和在看