HiT-SR：基于层级Transformer的超分辨率，计算高效且能提取长距离关系 | ECCV'24 - 晓飞的算法工程笔记
💡
原文中文，约7900字，阅读约需19分钟。
📝
内容提要
Transformer在图像超分辨率任务中表现优异，但传统方法计算复杂度高。论文提出HiT-SR策略，通过分层窗口和空间-通道相关方法，提高多尺度特征聚合效率。HiT-SR利用扩展窗口和线性复杂度方法，改善长距离依赖。实验显示，HiT-SR在性能、参数和速度上优于现有方法，速度提升约7倍。
🎯
关键要点
-
Transformer在图像超分辨率任务中表现优异，但传统方法计算复杂度高。
-
论文提出HiT-SR策略，通过分层窗口和空间-通道相关方法，提高多尺度特征聚合效率。
-
HiT-SR利用扩展窗口和线性复杂度方法，改善长距离依赖。
-
实验显示，HiT-SR在性能、参数和速度上优于现有方法，速度提升约7倍。
-
HiT-SR通过替换固定小窗口为扩展层级窗口，聚合多尺度特征。
-
设计了一种空间-通道相关方法，以线性复杂度高效聚合层级特征。
-
HiT-SR在转换现有模型时，保持了较少的参数和FLOPs。
-
HiT-SR的主要贡献包括提升超分辨率性能、保持计算效率和实现速度提升。
➡️
