仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
论文题目：LSNet:SeeLarge,FocusSmall
论文地址：https ://arxiv.org/pdf/2503.06896
代码地址：https ://github.com/EquationWalker/CATANet
与以往基于聚类的方法不同，CATA模块通过计算令牌与令牌中心之间的相似度来聚合内容相似的令牌，形成内容感知区域，而不是依赖于传统的聚类算法（如k-means）或哈希值。这种基于内容的聚合方式能够更准确地捕捉图像中的长距离相似性，从而更好地利用全局信息进行超分辨率重建。
IASA模块负责在内容感知区域内进行细粒度的长距离信息交互。通过允许每个子组的查询（Q）与相邻子组的键（K）和值（V）进行自注意力操作，IASA能够更精细地捕捉令牌之间的长距离依赖关系，从而提高超分辨率重建的质量。
TAB模块结合了CATA、IASA和IRCA，能够高效地实现细粒度的长距离信息交互。与基于局部区域的方法相比，TAB在保持较低计算复杂度的同时，能够更有效地利用全局信息。
本文提出了一种轻量级图像超分辨率网络CATANet（Content-AwareTokenAggregationNetwork），其主要研究方法围绕着如何高效地聚合长距离内容相似的令牌（tokens），以实现高质量的图像超分辨率重建。具体而言，研究方法的核心在于设计了一种新颖的Token-AggregationBlock（TAB），该模块通过内容感知的令牌聚合、组内自注意力（IASA）和组间交叉注意力（IRCA）来实现高效的长距离信息交互。
本图展示了CATANet在Urban100数据集上，放大倍数为×2时的性能和模型复杂度对比。通过与其他方法的对比，可以看出CATANet在保持较低模型复杂度的同时，实现了较高的性能，证明了其在轻量级图像超分辨率领域的优势。
本图展示了CATANet的整体网络架构，包括浅层特征提取、深层特征提取和图像重建三个部分，以及TokenAggregationBlock（TAB）和Local-RegionSelf-Attention（LRSA）的结构。通过图2可以清晰地了解CATANet的核心组件及其相互关系，以及如何通过TAB模块实现高效的长距离信息交互。
本图中(a)展示了通过平均池化获取初始令牌中心的过程，(b)展示了子分组的可视化结果，说明了如何将令牌组进一步划分为大小固定的子组，以提高并行效率。通过子分组，CATANet能够更高效地进行信息交互，同时允许相邻子组之间的交互，进一步提升了模型的性能。
本表格展示了CATANet与其他轻量级图像超分辨率模型在不同放大倍数（×2、×3、×4）下的性能对比。评估指标包括PSNR（峰值信噪比）和SSIM（结构相似性指数），这些指标用于衡量超分辨率图像的质量。本图还展示了CATANet与其他方法的详细对比，证明了CATANet在轻量级图像超分辨率任务中的有效性和效率。例如，CATANet在保持较低模型复杂度的同时，实现了较高的性能，这在模型参数和计算量（Multi-Adds）的对比中尤为明显。可以看出CATANet在轻量级图像超分辨率领域具有显著的优势，不仅在图像质量上优于现有方法，而且在模型复杂度和推理速度上也表现出色。
–END–
关注“学姐带你玩AI”公众号，回复“2025即插即用”
领取全部150个即插即用模块（论文+源码）
往期精彩阅读
👉kaggle比赛baseline合集
👉经典论文推荐合集
👉人工智能必读书籍
👉本专科硕博学习经验
评论区留言参与讨论嗷
