Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Mạng chưng cất đa chiều Involution và BSConv cho độ phân giải siêu cao của hình ảnh nhẹ

Created by
  • Haebom

Tác giả

Akram Khatami-Rizi, Ahmad Mahmoudi-Aznaveh

Phác thảo

Bài báo này trình bày Mạng chưng cất đa chiều Involution và BSConv (IBMDN), một kiến ​​trúc nhẹ cho siêu phân giải ảnh đơn (SISR) hiệu quả ngay cả trong môi trường hạn chế tài nguyên. IBMDN bao gồm các Khối chưng cất đa chiều Involution và BSConv (IBMDB), kết hợp involution và BSConv ở nhiều độ sâu khác nhau để thực hiện trích xuất đặc điểm hiệu quả đồng thời giảm thiểu độ phức tạp tính toán, và Khối chú ý tương phản và tần số cao (CHFAB), tập trung vào việc trích xuất thông tin tần số cao và độ tương phản. Thiết kế linh hoạt của IBMDB cho phép tích hợp vào nhiều khuôn khổ SISR khác nhau, bao gồm chưng cất thông tin, mô hình dựa trên biến áp và mô hình dựa trên GAN. Kết quả thử nghiệm chứng minh rằng nó giảm đáng kể mức sử dụng bộ nhớ, số lượng tham số và FLOP đồng thời cải thiện cả độ chính xác ở cấp độ pixel và chất lượng hình ảnh.

Takeaways, Limitations

Takeaways:
Chúng tôi trình bày một kiến ​​trúc nhẹ giúp giải quyết vấn đề chi phí tính toán cao của các mô hình SISR dựa trên CNN hiện có.
Có thể trích xuất tính năng hiệu quả thông qua nhiều sự kết hợp khác nhau của Involution và BSConv.
Cải thiện chất lượng hình ảnh với CHFAB.
Cung cấp khả năng tương thích với nhiều khuôn khổ SISR khác nhau.
ĐạT được cải tiến về hiệu suất trong khi giảm mức sử dụng bộ nhớ, số lượng tham số và FLOP.
Limitations:
Cần có một phân tích chi tiết hơn để xác định hiệu suất của kiến ​​trúc đề xuất so với các mô hình SISR hiện đại khác.
Cần có thêm đánh giá hiệu suất trên nhiều tập dữ liệu khác nhau.
Kết quả triển khai và đánh giá hiệu suất trên phần cứng thực tế không được trình bày.
👍