FourierSR：用于高效图像超分辨率的 Fourier Token 插件
计算机视觉与模式识别
2025-12-16 v2
摘要
图像超分辨率（SR）旨在将低分辨率图像恢复为高分辨率图像，其中提高 SR 效率是一个备受关注的挑战。然而，SR 中常用的单元，如卷积和基于窗口的 Transformer，具有有限的感受野，使得在极有限的计算成本下应用它们来改善 SR 具有挑战性。为了解决这一问题，受通过 token mix 建模卷积定理的启发，我们提出了一种名为 FourierSR 的 Fourier token 插件，用于均匀改善 SR，避免了现有 token mix 技术作为插件应用时的不稳定性或低效性。此外，与卷积和基于窗口的 Transformer 相比，我们的 FourierSR 仅利用 Fourier 变换和乘法运算，在大幅降低复杂度的同时具有全局感受野。实验结果表明，我们的 FourierSR 即插即用单元在 Manga109 测试集上为现有高效 SR 方法在 x4 尺度下带来了平均 0.34dB 的 PSNR 提升，而参数量和 FLOPs 的平均增量仅为原始大小的 0.6% 和 1.5%。我们将在接受后发布代码。
引用
@article{arxiv.2503.10043,
title = {FourierSR: A Fourier Token-based Plugin for Efficient Image Super-Resolution},
author = {Wenjie Li and Heng Guo and Yuefeng Hou and Zhanyu Ma},
journal= {arXiv preprint arXiv:2503.10043},
year = {2025}
}