基于局部 - 全局特征交替聚合增强 Swin Transformer 的图像超分辨率重建网络
计算机视觉与模式识别
2025-09-19 v5
摘要
Swin Transformer 图像超分辨率（SR）重建网络主要依赖于窗口和移位窗口注意力的长程关系来探索特征。然而，这种方法仅关注全局特征而忽略局部特征，且仅考虑空间交互，忽视了通道和空间 - 通道特征交互，限制了其非线性映射能力。因此，本研究提出了一种增强型 Swin Transformer 网络（ESTN），交替聚合局部和全局特征。在局部特征聚合期间，移位卷积促进了局部空间和通道信息之间的交互。在全局特征聚合期间，引入了块稀疏全局感知模块，其中重新组织空间信息，然后通过密集层处理重组特征以实现全局感知。此外，引入了多尺度自注意力和低参数残差通道注意力模块以聚合不同尺度的信息。最后，分析了 ESTN 在五个公共数据集上的有效性以及局部归因图（LAM）。实验结果表明，所提出的 ESTN 实现了更高的平均 PSNR，分别比 SRCNN、ELAN-light、SwinIR-light 和 SMFANER+ 模型高出 2.17dB、0.13dB、0.12dB 和 0.1dB，LAM 进一步证实了其更大的感受野。ESTN 提供了更高质量的 SR 图像。源代码可在 https://github.com/huangyuming2021/ESTN 找到。
引用
@article{arxiv.2401.00241,
title = {Image Super-Resolution Reconstruction Network based on Enhanced Swin Transformer via Alternating Aggregation of Local-Global Features},
author = {Yuming Huang and Yingpin Chen and Changhui Wu and Binhui Song and Hui Wang},
journal= {arXiv preprint arXiv:2401.00241},
year = {2025}
}