PulseAugur
中
实时 12:32:46
English(EN) CUST: Clustered Unit-level Similarity Transformer for Lightweight Image Super-Resolution

新型CUST Transformer提供高效图像超分辨率

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种名为聚类单元级相似性Transformer (CUST) 的新架构，以解决Vision Transformer (ViT) 模型在图像超分辨率任务中的效率限制。CUST通过允许图像块在更广泛的范围内关注相似的图像块，并使用重叠的注意力窗口来处理局部依赖关系，从而整合了全局和局部信息。该方法旨在平衡计算效率和恢复性能，与现有模型相比，具有更低的内存占用和更快的推理速度。 AI

影响 这种新架构有望通过克服当前ViT模型的计算限制，从而实现更高效、更快速的图像超分辨率应用。

排序理由 该集群描述了一篇关于图像超分辨率新颖架构的最新研究论文。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新型CUST Transformer提供高效图像超分辨率

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Jeongsoo Kim ·

    CUST: Clustered Unit-level Similarity Transformer for Lightweight Image Super-Resolution

    arXiv:2607.11088v1 Announce Type: new Abstract: Recently, Vision Transformer (ViT)-based models have exhibited remarkable performance in image super-resolution. However, the quadratic computational complexity of ViTs with respect to spatial resolution severely constrains their ef…

  2. arXiv cs.CV TIER_1 English(EN) · Jeongsoo Kim ·

    CUST：轻量级图像超分辨率的聚类单元级相似性Transformer

    Recently, Vision Transformer (ViT)-based models have exhibited remarkable performance in image super-resolution. However, the quadratic computational complexity of ViTs with respect to spatial resolution severely constrains their efficiency, leading to high latency and massive me…

相关实体

相关话题