本研究提出了一种新模型混合注意力聚合变换器（HAAT），解决了图像超分辨率中自注意力机制忽视跨通道信息的问题。该模型结合Swin稠密残差连接块与混合网格注意力块，提升了特征信息的利用率，表现优于现有方法。

本研究提出了一种新的图神经网络初始化方案（G-Init），有效缓解了过平滑现象，尤其在特征信息不足的“冷启动”场景中表现突出。