BriefGPT - AI 论文速递
·
图像超分辨率变换：基于 ConvFormer 的高效方法
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文介绍了一种新的基于变压器的算法Selective Super-Resolution（SSR），通过图像分割和金字塔结构选择感兴趣的图块，并利用深度特征仅重构这些选定的图块，解决了常规超分辨率方法的计算成本和引入额外信息的问题。实验证明，该方法在超分辨率方面具备效率和稳健性，与最先进的方法相比，FID评分降低到10.41，计算成本减少了40%。
🎯
关键要点
- 提出了一种新的基于变压器的算法Selective Super-Resolution（SSR）。
- 通过图像分割和金字塔结构选择感兴趣的图块。
- 仅重构选定的图块，解决了常规超分辨率方法的计算成本和引入额外信息的问题。
- 实验证明该方法在超分辨率方面具备效率和稳健性。
- 在BDD100K数据集上，FID评分从26.78降低到10.41。
- 计算成本减少了40%。
- 源代码可在指定的URL获得。
➡️
