HIMOSA: Efficient Remote Sensing Image Super-Resolution with Hierarchical Mixture of Sparse Attention
Created by
Haebom
Category
Empty
저자
Yi Liu, Yi Wan, Xinyi Liu, Qiong Wu, Panwang Xia, Xuejun Huang, Yongjun Zhang
개요
원격 감지 응용 분야에서 실시간 효율성과 모델 경량화는 매우 중요합니다. 본 논문에서는 원격 감지 이미지 초해상도 향상을 위한 경량화 프레임워크인 HIMOSA를 제안합니다. HIMOSA는 원격 감지 이미지의 고유한 중복성을 활용하고 내용 인식 희소 어텐션 메커니즘을 도입하여 빠른 추론과 강력한 재구성 성능을 동시에 달성합니다. 또한, 원격 감지 이미지에서 발견되는 다중 스케일 반복 패턴을 효과적으로 활용하기 위해 계층적 윈도우 확장을 도입하고 어텐션 희소성을 조정하여 계산 복잡성을 줄입니다.
시사점, 한계점
•
시사점:
◦
원격 감지 이미지 초해상도 향상을 위한 경량화 프레임워크 HIMOSA 제안.
◦
내용 인식 희소 어텐션 메커니즘을 통해 빠른 추론과 강력한 재구성 성능 달성.
◦
계층적 윈도우 확장 및 어텐션 희소성 조정을 통한 계산 복잡성 감소.
◦
다양한 원격 감지 데이터셋에서 SOTA 성능 달성.
•
한계점:
◦
구체적인 성능 지표(예: PSNR, SSIM) 및 계산 효율성(FLOPS, 실행 시간)에 대한 정량적 분석 부재.
