双交错扫描的压缩图像超分辨率框架 MambaCSR
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对压缩图像超分辨率(CSR)任务,提出了一种基于 Mamba 的有效框架 MambaCSR,解决了现有方法在建模上下文知识方面的不足。通过引入高层次交错扫描和方向交错扫描等创新扫描策略,显著提高了上下文信息的利用效率和计算效率,实验结果表明该方法在多个基准测试中表现出色,具有重要的实用价值。
该研究提出了一种名为MambaIR的基准模型,通过引入Residual State Space Block和卷积和通道注意力增强了其能力。实验证明MambaIR在类似计算成本但具有全局感受野的情况下,比基于Transformer的基准模型SwinIR提高了0.36dB。