图像超分辨率CATANet: Efficient Content-Aware Token Aggregation for Lightweight Image Super-Resolution

论文作者：Xin Liu,Jie Liu,Jie Tang,Gangshan Wu

作者单位：Nanjing University

论文链接：http://arxiv.org/abs/2503.06896v1

内容简介：

1）方向：图像超分辨率

2）应用：图像超分辨率

3）背景：尽管基于Transformer的方法在图像超分辨率任务中表现出了令人印象深刻的性能，但其计算复杂度随着空间分辨率的增加呈平方级增长。为了缓解这一问题，一些方法尝试通过将低分辨率图像分割为局部窗口、轴向条纹或扩张窗口来减少计算量。然而，这些方法通常将注意力计算限制在与内容无关的局部区域，从而限制了注意力捕捉长程依赖的能力。

4）方法：为了解决这些问题，提出了一种轻量化的内容感知标记聚合网络（CATANet）。具体而言，提出了一种高效的内容感知标记聚合模块，用于聚合长程内容相似的标记。该模块在训练阶段共享所有图像标记的标记中心，并仅在训练阶段进行更新。然后，通过组内自注意力机制（intra-group self-attention）实现长程信息的交互。此外，设计了组间交叉注意力（inter-group cross-attention）机制，以进一步增强全局信息的交互。

5）结果：实验结果表明，与基于聚类的最新方法SPIN相比，CATANet在图像超分辨率任务中表现优越，最大PSNR（峰值信噪比）提升了0.33dB，推理速度几乎是其两倍，证明了该方法在性能和效率上的优势。