WaveMixSR-V2：以更高效率增强超分辨率
图像与视频处理
2024-10-31 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
单图像超分辨率的最新进展主要由 token 混合器和 Transformer 架构驱动。WaveMixSR 采用了 WaveMix 架构，利用二维离散小波变换进行空间 token 混合，在超分辨率任务中实现了卓越的性能和显著的资源效率。在本工作中，我们提出了 WaveMixSR 架构的增强版本：(1) 用 pixel shuffle 操作替换传统的转置卷积层，(2) 针对更高分辨率任务（）实现多阶段设计。我们的实验表明，我们增强的模型——WaveMixSR-V2——在多个超分辨率任务中优于其他架构，在 BSD100 数据集上达到了 SOTA，同时消耗更少的资源，展现出更高的参数效率、更低的延迟和更高的吞吐量。我们的代码可在 https://github.com/pranavphoenix/WaveMixSR 获取。
引用
@article{arxiv.2409.10582,
title = {WaveMixSR-V2: Enhancing Super-resolution with Higher Efficiency},
author = {Pranav Jeevan and Neeraj Nixon and Amit Sethi},
journal= {arXiv preprint arXiv:2409.10582},
year = {2024}
}
备注
10 pages. Accepted in AAAI 2025. arXiv admin note: text overlap with arXiv:2307.00430