arXiv · 机器人与计算机视觉· Chun-An Lin, Yu-Chia Chang, Chi-Mao Fan, Yen-Chieh Ouyang, Tsung-Jung Liu·· 16 天前AI 评分42
PMS-SR 模型通过级联双三次锚点与跨尺度互 refinement 实现单输入多输出超分辨率
Progressive Multi-Scale Super-Resolution via Cascaded Bicubic Anchors and Inter-Scale Mutual Refinement
AI 导读
PMS-SR 网络在单次前向传播中生成 x2、x4 和 x8 倍率结果,基于 Transformer 骨干网并在 DF2K 数据集上训练。该 7.95M 参数模型在 x4/x8 倍率下所有基准测试中 PSNR 均优于对比多尺度方法,且参数量仅为单尺度 SwinIR-M 的 22%、推理速度提升 2.9 倍。代码与预训练权重将在 IEEE 期刊接收后通过指定链接发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org