WaveMixSR：一种用于图像超分辨率的高资源效率神经网络
计算机视觉与模式识别
2023-07-04 v1 人工智能
摘要
图像超分辨率研究近来由Transformer模型主导，由于自注意力的二次复杂度，其所需计算资源高于CNN。我们提出了一种基于WaveMix架构的新神经网络——WaveMixSR——用于图像超分辨率，该架构采用二维离散小波变换进行空间令牌混合。与基于Transformer的模型不同，WaveMixSR不将图像展开为像素/块序列。它利用卷积的归纳偏置以及小波变换的无损令牌混合特性，在所需资源与训练数据更少的情况下实现更高性能。我们将本网络与其他最先进的图像超分辨率方法进行比较。实验表明，WaveMixSR在所有数据集上均具竞争力，并在BSD100数据集的多个超分辨率任务上达到最先进性能。与当前最先进模型相比，我们的模型以更少的训练数据、计算资源及高参数效率实现了该性能。
引用
@article{arxiv.2307.00430,
title = {WaveMixSR: A Resource-efficient Neural Network for Image Super-resolution},
author = {Pranav Jeevan and Akella Srinidhi and Pasunuri Prathiba and Amit Sethi},
journal= {arXiv preprint arXiv:2307.00430},
year = {2023}
}
备注
10 pages, 3 figures