LATIS：基于 Lambda 抽象的热成像图像超分辨率
图像与视频处理
2023-11-22 v1 计算机视觉与模式识别
摘要
单图像超分辨率（SISR）是一种提升低分辨率热成像图像质量的有效技术。近年来，基于 transformer 的方法在 SISR 中取得了显著性能。然而，在 SR 任务中，由于注意力机制的计算复杂度，仅有少量像素参与 transformer 的自注意力（SA）机制。lambda 抽象是 SA 在建模长程交互方面的一个有前景的替代方案，同时计算效率更高。本文提出基于 lambda 抽象的热成像图像超分辨率（LATIS），一种用于热成像图像 SISR 的新型轻量架构。LATIS 利用局部与全局特征块（LGFB）顺序捕获局部与全局信息。在 LGFB 中，我们引入了基于 lambda 抽象机制、通道混洗与卷积（CSConv）层的全局特征提取（GFE）模块以编码局部上下文。此外，为进一步提升性能，我们提出了一种可微分的基于块级直方图的损失函数。实验结果表明，我们的 LATIS 以最少的模型参数量与复杂度，在多个数据集上取得了优于或与最先进方法相当的性能。
引用
@article{arxiv.2311.12046,
title = {LATIS: Lambda Abstraction-based Thermal Image Super-resolution},
author = {Gargi Panda and Soumitra Kundu and Saumik Bhattacharya and Aurobinda Routray},
journal= {arXiv preprint arXiv:2311.12046},
year = {2023}
}