LGFN：基于局部卷积调制和全局注意力特征提取的轻量级光场图像超分辨率

原文中文，约600字，阅读约需2分钟。发表于：。

本研究针对现有光场图像超分辨率方法不够轻量化的问题，提出了一种新的轻量级模型LGFN。该模型通过结合局部和全局特征以及不同通道的特征，可以有效提升光场图像的解析度，并在NTIRE2024光场超分辨率挑战中展示了出色的性能。

光场图像超分辨率技术面临长距离依赖和计算复杂性问题。Mamba通过状态空间模型和选择性扫描机制，在视觉任务中表现出色。研究者设计了SSM块和SS2D机制，提出了LFMamba网络。实验显示，LFMamba在光场表示学习中表现优异，具有良好的泛化能力。