Pointnet++改进72：添加HFERB模块|高频增强残差块

简介：
1.该教程提供大量的首发改进的方式，降低上手难度，多种结构改进，助力寻找创新点！
2.本篇文章对Pointnet++特征提取模块进行改进，加入HFERB，提升性能。
3.专栏持续更新，紧随最新的研究内容。

目录

1.理论介绍

2.修改步骤

2.1 步骤一

         2.2 步骤二

         2.3 步骤三

---

1.理论介绍

基于 Transformer 的方法在单图像超分辨率（SISR）中展现出了显著的潜力，能够有效地提取长程依赖关系。然而，目前该领域的大多数研究都侧重于设计 Transformer 块以捕获全局信息，却忽视了融合高频先验的重要性，我们认为这可能会带来益处。在我们的研究中，我们进行了一系列实验，发现 Transformer 结构更擅长捕获低频信息，但在构建高频表示方面，与卷积结构相比能力有限。我们提出的解决方案——交叉细化自适应特征调制 Transformer（CRAFT），融合了卷积和 Transformer 结构的优势。它包含三个关键组件：用于提取高频信息的高频增强残差块（HFERB）、用于捕获全局信息的移位矩形窗口注意力块（SRWAB）以及用于细化全局表示的混合融合块（HFB