C2D-ISR：从连续到离散尺度优化注意力机制图像超分辨率
计算机视觉与模式识别
2025-03-19 v1
摘要
近年来，注意力机制在单张图像超分辨率（SISR）中被用于实现令人印象深刻的重建效果。然而，这些进展仍受限于依赖简单训练策略和为离散上采样尺度设计的网络结构，阻碍了模型有效捕获多尺度信息的能力。为此，我们提出了一种新型框架\textbf{C2D-ISR}，从性能和复杂度两个角度优化注意力机制图像超分辨率模型。我们的方案基于两阶段训练方法和层次化编码机制。新的训练方法涉及为离散尺度模型进行连续尺度训练，使其能够学习尺度间关联性和多尺度特征表示。此外，我们对现有注意力机制网络结构进行层次化编码机制的推广，该机制可实现改进的空间特征融合、跨尺度信息聚合，更重要的是，推进更快的推理速度。我们基于SwinIR-L、SRFormer-L和MambaIRv2-L三个高效注意力机制骨干网络，对C2D-ISR框架进行评估，相较于现有的其他优化框架HiT，在超分辨率性能（最高提升0.2dB）和计算复杂度降低（最高降低11%）方面均取得显著改进。该源代码将在www.github.com公开发布。
引用
@article{arxiv.2503.13740,
title = {C2D-ISR: Optimizing Attention-based Image Super-resolution from Continuous to Discrete Scales},
author = {Yuxuan Jiang and Chengxi Zeng and Siyue Teng and Fan Zhang and Xiaoqing Zhu and Joel Sole and David Bull},
journal= {arXiv preprint arXiv:2503.13740},
year = {2025}
}