-
题名基于全方位状态空间模型的轻量化图像超分辨率重建
- 1
-
-
作者
阎刚
宋子怡
耿树泽
-
机构
河北工业大学数据科学与人工智能学院
天津职业技术师范大学信息技术工程学院
-
出处
《液晶与显示》
北大核心
2025年第4期642-654,共13页
-
基金
国家自然科学基金(No.62102129)。
-
文摘
传统的视觉Mamba(VIM)方法直接将二维空间图像一维平面化,这种方式虽然能获取长距离依赖关系,但也同时打乱了相邻像素在原始二维平面的局部空间结构,从而无法捕捉局部的细节。为此,本文引入全方位状态空间轻量化超分辨率模型(PMambaIR),并提出了残差全方位空间组作为核心组块。残差全方位空间组主要包含两个创新模块。具体而言,我们首先引入了一种新的级联扫描策略,促进局部信息、跨尺度信息和全局信息的相互作用,在保留全局依赖关系的同时能有效地捕捉局部信息,从而实现全方位特征提取。其次,提出了混合状态空间块,该模块可以同时从空间和通道两个维度对像素信息进行交互建模,限制无关特征对模型的影响,从而挖掘通道和空间全域信息的潜在相关性。与其他方法在Set14、Urban100等基准测试数据集上的对比结果表明,PMambaIR的PSNR比现有模型平均提升0.11 dB。客观上的定量和定性分析验证该方法具有更高的PSNR和SSIM。主观上的实验效果图表明,该方法具有丰富的细节和视觉效果。
-
关键词
图像超分辨率
状态空间模型
轻量化模型
级联扫描策略
-
Keywords
super resolution
state space model
lightweight model
cascaded scanning strategy
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
