CFAT：释放三角窗用于图像超分辨率

基于 Transformer 的模型利用其捕获复杂上下文特征的固有能力，彻底改变了图像超分辨率（SR）领域。如今在 Transformer 架构中使用的重叠矩形移位窗口技术是超分辨率模型中的常见做法，旨在提高图像上采样的质量和鲁棒性。然而，它存在边界失真问题且独特的移位模式有限。为了克服这些缺点，我们提出了一种非重叠三角窗技术，该技术与矩形窗同步工作以减轻边界级失真，并允许模型访问更多独特的移位模式。在本文中，我们提出了一种复合融合注意力 Transformer（CFAT），它在图像超分辨率中将基于三角-矩形窗的局部注意力与基于通道的全局注意力技术相结合。因此，CFAT 使注意力机制能够在更多图像像素上被激活，并捕获长距离、多尺度特征以提高 SR 性能。广泛的实验结果和消融研究证明了 CFAT 在 SR 领域的有效性。我们提出的模型比其他最先进的 SR 架构表现出显著的 0.7 dB 性能提升。