HADT: Restauración de Superresolución de Imágenes Usando Redes Transformadoras Conectadas Densamente con Atención Híbrida

Resumen La superresolución de imágenes (SR) juega un papel vital en las tareas de visión, en las cuales los métodos basados en Transformer superan a las redes neuronales convolucionales convencionales. El trabajo existente usualmente utiliza enlazado residual para mejorar el rendimiento, pero este tipo de enlazado proporciona una transferencia de información limitada dentro del bloque. Además, para mejorar la extracción de características, el trabajo existente usualmente restringe el cálculo de auto-atención a una sola ventana. Esto significa que las redes basadas en transformer solo pueden usar información de características dentro de un rango espacial limitado. Para abordar este desafío, este artículo propone una novedosa Red Transformadora Híbrida de Atención y Conectividad Densa (HADT) para aprovechar mejor la información potencial de las características. HADT se construye apilando bloques transformadores atencionales (ATB), que contienen el Bloque Transformador Denso Efectivo (EDTB) y el Bloque de Atención Híbrida (HAB). EDTB combina conectividad densa y swin-transformer para potenciar la transferencia de características y mejorar la representación del modelo, y al mismo tiempo, HAB se usa para la interacción de información entre ventanas y modelado conjunto de características para una mejor visualización. Basado en los experimentos, nuestro método es efectivo en tareas de SR con factores de aumento de 2, 3 y 4. Por ejemplo, usando el conjunto de datos Urban100 en un experimento con un factor de amplificación de 4, nuestro método tiene un valor de PSNR 0.15 dB superior al método previo y reconstruye una textura más detallada.