基于泰勒展开近似与大场域接收的图像超分辨率重建

自相似技术在盲超分辨率重建中蓬勃发展，因为可以准确估计低分辨率图像中涉及的退化类型。然而，自相似计算中的高维矩阵乘法会消耗大量计算成本。我们发现，高维注意力图来源于 Query 与 Key 之间的矩阵乘法，随后经过 softmax 函数。该 softmax 使 Query 与 Key 之间的矩阵乘法不可分离，为简化计算复杂度带来了巨大挑战。为解决此问题，我们首先提出二阶泰勒展开近似（STEA）以分离 Query 与 Key 的矩阵乘法，将复杂度从 $\mathcal{O}(N^2)$ 降低到 $\mathcal{O}(N)$。然后，我们设计了多尺度大场域接收（MLFR）以补偿 STEA 造成的性能退化。最后，我们将这两个核心设计应用于实验室和真实场景，分别构建了 LabNet 和 RealNet。在五个合成数据集上的大量实验结果表明，我们的 LabNet 在定性和定量评估中建立了新的基准。在 RealWorld38 数据集上，我们的 RealNet 在视觉质量上优于现有方法。消融研究进一步验证了 STEA 和 MLFR 对 LabNet 和 RealNet 框架的贡献。