BriefGPT - AI 论文速递
·
LKFormer：红外图像超分辨率的大内核 Transformer
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
InstaFormer是一种基于Transformer的网络结构，用于实例感知的图像到图像的转换。它整合全局和实例级信息，通过自注意力模块考虑上下文信息。使用自适应实例归一化代替层规范化，并引入实例级内容对比损失提高实例感知能力和翻译质量。实验证明，InstaFormer具有更好的性能。
🎯
关键要点
- 提出了一种新型的基于 Transformer 的网络结构 InstaFormer，用于实例感知的图像到图像的转换。
- InstaFormer 能够有效整合全局和实例级信息，通过自注意力模块考虑上下文信息。
- 框架通过边界框信息提取实例级特征，学习对象实例与全局图像之间的互动。
- 使用自适应实例归一化（AdaIN）代替层规范化（LayerNorm），支持多模式翻译。
- 引入实例级内容对比损失，提高实例感知能力和翻译质量。
- 实验表明，InstaFormer 的性能优于最新方法。
🏷️
标签
➡️
