PulseAugur
实时 10:12:27
English(EN) Transformer-Progressive Mamba Network for Lightweight Image Super-Resolution

新的T-PMambaSR框架通过Mamba和注意力机制增强图像超分辨率

研究人员推出了一种新的轻量级图像超分辨率框架T-PMambaSR,该框架结合了基于窗口的自注意力机制和渐进式Mamba。该方法旨在高效地捕获全局感受野,克服了基于Transformer方法的二次复杂度。该框架还包括一个自适应高频细化模块,用于恢复丢失的高频细节,以较低的计算成本展示了具有竞争力的性能。 AI

影响 这项研究为图像超分辨率提供了一种计算效率更高的方法,有望在需要高保真图像处理的应用中提高性能。

排序理由 这是一篇详细介绍图像超分辨率新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的T-PMambaSR框架通过Mamba和注意力机制增强图像超分辨率

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Sichen Guo, Wenjie Li, Yuanyang Liu, Guangwei Gao, Jian Yang, Chia-Wen Lin ·

    Transformer-Progressive Mamba Network for Lightweight Image Super-Resolution

    arXiv:2511.03232v3 Announce Type: replace Abstract: Recently, Mamba-based super-resolution (SR) methods have demonstrated the ability to capture global receptive fields with linear complexity, addressing the quadratic computational cost of Transformer-based SR approaches. However…