利用广感受野注意力实现高效图像超分辨率
图像与视频处理
2022-10-14 v1 计算机视觉与模式识别
摘要
注意力机制在设计先进的超分辨率(SR)网络中起着关键作用。在本工作中,我们通过改进注意力机制设计了一个高效的SR网络。我们从一个简单的像素注意力模块出发,逐步对其进行修改,以在减少参数的同时实现更好的超分辨率性能。具体方法包括:(1)增大注意力分支的感受野,(2)用深度可分离卷积替换大型稠密卷积核,以及(3)引入像素归一化。这些方法为注意力机制的设计描绘了一条清晰的演进路线。基于这些观察,我们提出了VapSR,即广感受野像素注意力网络(VAst-receptive-field Pixel attention network)。实验证明了VapSR的优越性能。VapSR以更少的参数优于现有的轻量网络。并且VapSR的轻量版本仅使用IMDB和RFDN的21.68%和28.18%的参数即可达到与这些网络相近的性能。代码和模型可在 https://github.com/zhoumumu/VapSR 获取。
引用
@article{arxiv.2210.05960,
title = {Efficient Image Super-Resolution using Vast-Receptive-Field Attention},
author = {Lin Zhou and Haoming Cai and Jinjin Gu and Zheyuan Li and Yingqi Liu and Xiangyu Chen and Yu Qiao and Chao Dong},
journal= {arXiv preprint arXiv:2210.05960},
year = {2022}
}