低分辨率图像的价值：通过变换器和TaylorShift实现精细图像超分辨率

本研究针对变换器基础的超分辨率模型在图像重建过程中因计算复杂性和大型补丁大小的过度依赖所带来的细节增强限制问题，提出了TaylorIR方法。该方法通过1x1的补丁大小实现了像素级处理，并采用TaylorShift注意机制以降低传统自注意力机制的计算需求，实验结果表明该方法在超分辨率性能上达到了新的最先进水平，同时内存消耗减少了多达60%。