【他山之石】CVPR 2025 | MaIR：Mamba没Out！S型扫描策略助力MambaIR进一步提升！
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
“他山之石，可以攻玉”，站在巨人的肩膀才能看得更高，走得更远。在科研的道路上，更需借助东风才能更快前行。为此，我们特别搜集整理了一些实用的代码链接，数据集，软件，编程技巧等，开辟“他山之石”专栏，助你乘风破浪，一路奋勇向前，敬请关注！
论文题目：MaIR:ALocality-andContinuity-PreservingMambaforImageRestoration
论文链接：https ://arxiv. org/pdf/2412. 20066
论文源码：https ://github. com/XLearning-SCU/2025-CVPR-MaIR
文章类型：网络结构型。
具体分类：监督模型，基于Mamba的图像恢复模型。
前置知识：Mamba、MambaIR（基于MambaIR改进的）。
不同视觉Mamba扫描方式对比：
MaIRM：NSS将2D特征扁平化为4个一维序列，采用四个方向的嵌套S型扫描策略（扫描策略不同，其余都和VMamba相同）。然后SSO来捕获长期依赖关，最后SSA输出（四个序列，先池化后shuffle，组卷积unshuffle，然后chunk后的注意力权重，最后权重求和生成输出）。
损失函数：超分损失为L1，去噪损失为Char。
量化评估：
超分：
去噪：
质量评估：
超分：
去噪：
消融：NSS、SSA、带宽
总结与思考
基于Mamba的图像恢复模型，改进扫描方式和改进模块是重点方向；
MaIR和MambaIR对比：
@inproceedings{MaIR,
title={MaIR:ALocality-andContinuity-PreservingMambaforImageRestoration},
author={Li,BoyunandZhao,HaiyuandWang,WenxinandHu,PengandGou,YuanbiaoandPeng,Xi},
booktitle={IEEEConferenceonComputerVisionandPatternRecognition},
year={2025},
address={Nashville,TN},
month=jun
}
本文目的在于学术交流，并不代表本公众号赞同其观点或对其内容真实性负责，版权归原作者所有，如有侵权请告知删除。
收藏，分享、在看，给个三连击呗！
