从局部窗口到自适应候选：基于个体化探索的图像超分辨率注意力机制重思
计算机视觉与模式识别
2026-01-14 v1
摘要
单图像超分辨率（SISR）是一项基础的计算机视觉任务，旨在从低分辨率（LR）输入中重建高分辨率（HR）图像。基于 Transformer 的方法通过对退化图像中的长程依赖进行建模，取得了显著的性能。然而，其特征密集的注意力计算带来了高昂的计算成本。为了提高效率，大多数现有方法将图像划分为固定组并将注意力限制在每个组内。这种分组注意力忽略了 token 相似性中固有的不对称性，从而无法实现灵活且 token 自适应的注意力计算。为了解决这一局限性，我们提出了个体化探索 Transformer（IET），它引入了一种新颖的个体化探索注意力（IEA）机制，允许每个 token 自适应地选择其自身的具有内容感知且独立的注意力候选。这种 token 自适应且非对称的设计使得在保持计算效率的同时能够进行更精确的信息聚合。在标准 SR 基准上的大量实验表明，IET 在可比的计算复杂度下实现了 SOTA 性能。
引用
@article{arxiv.2601.08341,
title = {From Local Windows to Adaptive Candidates via Individualized Exploratory: Rethinking Attention for Image Super-Resolution},
author = {Chunyu Meng and Wei Long and Shuhang Gu},
journal= {arXiv preprint arXiv:2601.08341},
year = {2026}
}