HADT: استعادة تحسين دقة الصور باستخدام شبكات المحولات المتصلة بالكثافة ذات الانتباه المختلط

الملخص تلعب تقنية تحسين دقة الصورة (SR) دوراً حيوياً في مهام الرؤية، حيث تتفوق الطرق المعتمدة على المحولات على شبكات العصبية الالتفافية التقليدية. تستخدم الأعمال الحالية عادة الربط المتبقي لتحسين الأداء، لكن هذا النوع من الربط يوفر نقل معلومات محدود داخل الكتلة. كذلك، لتحسين استخراج الميزات، تقتصر العمليات الحالية على حساب الانتباه الذاتي ضمن نافذة واحدة فقط. هذا يعني أن الشبكات المعتمدة على المحولات يمكنها استخدام معلومات الميزات ضمن نطاق مكاني محدود فقط. لمواجهة هذا التحدي، تقترح هذه الورقة شبكات محولات متصلة بشكل كثيف ذات انتباه مختلط (HADT) لاستغلال معلومات الميزات المحتملة بشكل أفضل. يتم بناء HADT عن طريق تكديس كتلة المحولات الانتباهية (ATB)، والتي تحتوي على كتلة المحولات الكثيفة الفعالة (EDTB) وكتلة الانتباه المختلط (HAB). تجمع EDTB بين الاتصال الكثيف وswin-transformer لتعزيز نقل الميزات وتحسين تمثيل النموذج، وفي الوقت نفسه يُستخدم HAB لتفاعل المعلومات عبر النوافذ والنمذجة المشتركة للميزات لتحسين التصور. بناءً على التجارب، فإن طريقتنا فعالة في مهام SR بنسب تكبير 2، 3، و4. على سبيل المثال، باستخدام مجموعة بيانات Urban100 في تجربة مع عامل تكبير 4، حصلت طريقتنا على قيمة PSNR أعلى بمقدار 0.15 ديسيبل من الطريقة السابقة وأعادت بناء نسيج أكثر تفصيلاً.