基于多尺度结构化状态空间模型的可扩展高效图像恢复

💡 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,从而提高了恢复图像的特征表示。实验证明MambaIR在全局感受野下比基于Transformer的SwinIR模型提高了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作为核心组件增强了能力。
  • 模型利用卷积和通道注意力提高了特征表示。
  • MambaIR在全局感受野下比SwinIR模型提高了0.36dB。
  • 研究表明MambaIR在类似计算成本下表现优越。
➡️

继续阅读