基于注意力信息关注与渐进梯度约束的二值化超分辨率网络OA

基于Transformer的网络在图像超分辨率任务上表现优异,但高昂的内存和计算成本限制了它在实际中的应用部署。为此,基于SwinIR网络实现了一个二值化的轻量化超分辨网络BiSR-AG。首先,利用现有的二值方法基于SwinIR实现了一个二值化基线网络。进一步,设计了一个基于注意力信息关注模块以充分匹配二值化模型的信息容量。此外,使用了渐进梯度更新区间约束训练策略来缓解注意力机制中存在部分参数不更新的问题。实验证明,BiSR-AG网络有效压缩了模型大小,并保持了较好的重建效果和感知质量。