研究人员推出 Graphene,这是一种新颖的轻量级 Transformer 架构,专为图像超分辨率设计。Graphene 包含两个关键的精炼机制:用于局部特征精炼的 Ising Refinement Block 和用于基于阶段历史的精炼的 History Attention 模块。该架构在 Urban100 数据集上展示了改进的性能,以显著更少的参数、FLOPs 和更低的延迟实现了更高的 dB 分数,与 IET 和 IET-light 等现有方法相比。实际测试还表明 Graphene 能够恢复精细细节并保留纹理。 AI
影响 引入了一种更高效的图像超分辨率架构,有望提高 AI 生成或增强图像的细节恢复和纹理保留能力。
排序理由 该集群描述了一篇关于用于图像超分辨率的新型 AI 模型架构的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Graphene
- History Attention
- Hugging Face
- IET-light
- Ising Refinement Block
- Seungki Hong
- Urban100
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →