BriefGPT - AI 论文速递
·
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。
📝
内容提要
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。
🎯
关键要点
- 该研究提出了一种名为MambaIR的基准模型。
- MambaIR通过引入Residual State Space Block增强了其能力。
- 模型利用卷积和通道注意力来提升vanilla Mamba的性能。
- MambaIR能够利用局部补丁的重复特性和通道交互生成特定于恢复的特征表示。
- 实验证明MambaIR在类似计算成本下，比基于Transformer的SwinIR模型提高了0.36dB。
➡️
