基于状态空间模型的多尺度表示学习在图像恢复中的应用

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的多尺度状态空间模型(MS-Mamba),用于解决图像恢复中的细节丢失和对比度降低问题。该方法在多个经典图像恢复任务上达到了新的最先进性能,同时保持了较低的计算复杂度。

🎯

关键要点

  • 本研究旨在解决图像恢复中的细节丢失和对比度降低问题。
  • 提出了一种新颖的多尺度状态空间模型(MS-Mamba)。
  • 通过全球和区域状态空间模块增强多尺度表示学习能力。
  • 引入自适应梯度块和残差傅里叶块提升细节提取能力。
  • 大量实验表明该方法在多个经典图像恢复任务上达到了新的最先进性能。
  • 该方法保持了较低的计算复杂度。
➡️

继续阅读