顶刊TPAMI 2024｜北大提出实用、紧致的智能图像压缩感知技术，代码已开源！

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。

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。

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。