7.2. 学习式压缩感知成像

7.2.1. 动机与贡献

注解

动机:

1. 稀疏性与可压缩性限制:

2. 高的恢复代价:

3. CS

注解

贡献:

1. CS

2. CS

3. CS

7.2.2. 原理与方法

学习式压缩感知框架

在压缩感知中, 我们需要设计观测矩阵和字典

有限等距性约束

7.2.3. 学习式压缩成像

\[\min_{\mathcal{G}} \|\bm{y}-\bm{A}{\mathcal G}({\bm y})\|_{2}^2 + \left(\|\bm{A}{\mathcal G}({\bm y})\| - \|{\mathcal G}({\bm y})\|\right)^2 + \lambda \|{\mathcal G}({\bm y})\|_2 \]

有限等距性约束

7.2.4. 实验与分析