文摘作为计算机视觉的基础任务,单幅图像超分辨率(Single Image Super-Resolution,SISR)长期以来一直是一个备受关注的研究课题。近期的研究表明,Transformer的成功不仅归功于其自注意力(Self-Attention,SA)机制,还体现在其宏观框架和先进组件的整体设计上。空间池化、位移、多层感知机(Multi-Layer Perception,MLP)、傅里叶变换和常数矩阵等方法,具有与SA机制相似的空间信息编码能力,能够替代并实现与其相当的效果。基于这一发现,本文的目标是利用Transformer中优越的宏观架构与高效的空间信息编码技术结合,改进复杂度较高的SA机制,以提升SISR性能。具体而言,本文重新审视了空间卷积的设计,旨在通过卷积调制技术实现更高效的空间特征编码,并通过动态调制方法表达特征。提出的高效空间信息编码(Efficient Spatial Information Encoding,ESIE)层,采用大核卷积和Hadamard积的方式,模仿查询与键之间的点积操作,并实现与SA机制中值表示再校准类似的效果。因此,ESIE层不仅能够捕捉长程依赖和自适应行为,还能够保持线性计算复杂度。另一方面,针对传统前馈网络(Feed-Forward Network,FFN)在处理空间信息时的次优表现,本文在提出的高效通道信息编码(Efficient Channel Information Encoding,ECIE)层中引入了空间感知和动态自适应机制。该方法有助于增强特征的多样性,并有效地调节层间的信息流动。实验结果表明,本文提出的高效空间-通道信息编码网络(Efficient Spatial-Channel Information Encoding,ESCIEN)在定量和定性评估上均优于现有模型。
