膨胀条带注意力网络用于图像恢复
计算机视觉与模式识别
2024-07-29 v1 图像与视频处理
摘要
图像恢复是一个长期存在的任务，旨在从其退化 counterparts 中恢复潜在锐利图像。由于自注意力机制在捕获长程依赖方面的鲁棒能力，最近年来基于 transformer 的方法或某些注意力基于卷积神经网络在许多图像恢复任务上显示出前景。然而，现有的注意力模块面临感受野有限或参数冗余的问题。为了更有效地集成上下文信息，本文提出了一种膨胀条带注意力网络（DSAN）用于图像恢复。具体而言，为收集每个像素从其相邻像素在同一行或列中的更广泛上下文信息，精心提出了膨胀条带注意力（DSA）机制。通过在水平和垂直方向上采用 DSA 操作，每个位置都可以从更广阔的区域收集上下文信息。此外，我们利用 DSA 中不同特征组的多尺度感受野来提高表征学习。大量实验表明，我们的 DSAN 在多个图像恢复任务上超过了最先进的算法。
关键词
引用
@article{arxiv.2407.18613,
title = {Dilated Strip Attention Network for Image Restoration},
author = {Fangwei Hao and Jiesheng Wu and Ji Du and Yinjie Wang and Jing Xu},
journal= {arXiv preprint arXiv:2407.18613},
year = {2024}
}