用于高效图像超分辨率的空间自适应特征调制
计算机视觉与模式识别
2023-02-28 v1
摘要
尽管已提出众多图像超分辨率方案,它们通常难以兼容具有诸多计算与内存限制的低功耗设备。在本文中,我们通过提出一种简单而有效的深度网络来高效解决图像超分辨率问题。具体而言,我们基于类 vision transformer (ViT) 模块开发了空间自适应特征调制(SAFM)机制。在其中,我们首先对输入特征应用 SAFM 模块以动态选择具有代表性的特征表示。由于 SAFM 模块从长程视角处理输入特征,我们进一步引入卷积通道混合器(CCM)以同时提取局部上下文信息并执行通道混合。大量实验结果表明,所提方法在网络参数上比最先进的高效 SR 方法(如 IMDN)小 ,且所需计算成本更低,同时取得可比性能。代码见 https://github.com/sunny2109/SAFMN。
引用
@article{arxiv.2302.13800,
title = {Spatially-Adaptive Feature Modulation for Efficient Image Super-Resolution},
author = {Long Sun and Jiangxin Dong and Jinhui Tang and Jinshan Pan},
journal= {arXiv preprint arXiv:2302.13800},
year = {2023}
}
备注
The code is available at https://github.com/sunny2109/SAFMN