HIMOSA：基于层次稀疏注意力的高效遥感图像超分辨率
计算机视觉与模式识别
2025-12-02 v1 人工智能
摘要
在灾害检测和响应等遥感应用中，实时效率和模型轻量化至关重要。因此，现有的遥感图像超分辨率方法常面临模型性能与计算效率之间的权衡。本文提出一种面向遥感图像的轻量级超分辨率框架，称为HIMOSA。具体而言，HIMOSA利用遥感图像中固有的冗余性，引入内容感知稀疏注意力机制，使模型能够在保持强大重建性能的同时实现快速推理。此外，为有效利用遥感图像中发现的多尺度重复模式，我们引入层次窗口扩张，并通过调整注意力稀疏性来降低计算复杂度。在多个遥感数据集上的广泛实验表明，我们的方法在保持计算效率的同时实现了最先进的性能。
引用
@article{arxiv.2512.00275,
title = {HIMOSA: Efficient Remote Sensing Image Super-Resolution with Hierarchical Mixture of Sparse Attention},
author = {Yi Liu and Yi Wan and Xinyi Liu and Qiong Wu and Panwang Xia and Xuejun Huang and Yongjun Zhang},
journal= {arXiv preprint arXiv:2512.00275},
year = {2025}
}