PulseAugur
实时 06:03:25
English(EN) Ultra-High-Definition Restoration Transformers with Correlation Matching Transformation

新的Transformer框架以少86%的参数实现UHD图像恢复

研究人员开发了UHDformer++,一个新颖的基于Transformer的框架,用于各种超高分辨率(UHD)图像恢复任务。该框架在四个不同的学习空间中运行:高分辨率特征提取、低分辨率特征学习、超分辨率上采样以及用于最终重建的融合空间。它集成了特征精炼相关性匹配变换(FR-CMT)和自适应通道调制器(ACM)等专用模块,以增强特征表示并减少模型参数。实验表明,UHDformer++在五个UHD恢复任务上实现了显著的性能提升,同时与现有最先进的方法相比,模型尺寸减小了至少86%。 AI

影响 引入了一种参数效率更高的UHD图像恢复架构,可能使先进的图像处理技术得到更广泛的应用。

排序理由 这是一篇研究论文,详细介绍了新的模型架构及其在图像恢复任务上的性能。[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Transformer框架以少86%的参数实现UHD图像恢复

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Cong Wang, Liyan Wang, Jinshan Pan, Wei Wang, Wenqi Ren, Jun Liu, Xiaochun Cao ·

    具有相关性匹配变换的超高分辨率恢复Transformer

    arXiv:2608.20263v1 Announce Type: new Abstract: We propose UHDformer++, a general Transformer-based framework to solve numerous Ultra-High-Definition (UHD) image restoration tasks. UHDformer++ operates across $4$ coordinated learning spaces: 1) a high-resolution space (HR) for mu…