arXiv Computer Vision· Hanzhou Liu, Binghan Li, Chengkai Liu, Mi Lu·· 2 天前AI 评分22
DiNAT-IR：用膨胀邻域注意力实现高质量图像复原
DiNAT-IR: Exploring Dilated Neighborhood Attention for High-Quality Image Restoration
AI 导读
DiNAT-IR 提出以膨胀邻域注意力（DiNA）替代 Restormer 的通道自注意力，通过滑动窗口注意力与混合膨胀因子平衡全局上下文与局部精度，并引入通道感知模块弥补局部注意力的全局理解不足。该 Transformer 架构在多个图像复原基准上取得有竞争力的结果，论文已被 International Robotics & Automation Journal 接收。
来源：arXiv Computer Vision · arxiv.org