（ijcv2025）即插即用傅里叶调制注意力机制，涨点起飞

主要观点总结

文章介绍了一篇名为SRConvNet的论文，该论文提出了一种具有Transformer风格的轻量级卷积神经网络，用于图像超分辨率重建。论文的关键点包括提出一种融合Transformer的全局建模能力和CNN的轻量高效特性的模型，引入Fourier Modulated Attention（FMA）机制来提高局部与全局依赖的建模能力，并提出Dynamic Mixing Layer（DML）用于动态多尺度卷积建模。实验结果表明，SRConvNet在多个主流SISR数据集上取得了优秀的超分效果，并且在图像去噪和运动去模糊等任务中显示出良好的通用性。文章还介绍了SRConvNet的整体架构和三个主要部分：浅层特征提取、深层特征提取骨干网络以及上采样模块与重建。

关键观点总结

关键观点1: 提出一种融合Transformer风格和CNN的轻量级图像超分辨率重建模型SRConvNet。

SRConvNet结合了Transformer的全局建模能力和CNN的高效性，旨在解决当前Transformer模型计算开销大、难以部署在移动设备上的问题。

关键观点2: 引入Fourier Modulated Attention（FMA）机制。

FMA通过傅里叶变换来替代MHSA中的Query-Key注意力结构，在频域中进行区域性调制，提高局部与全局依赖的建模能力，并设计为线性复杂度以降低计算资源消耗。

关键观点3: 提出Dynamic Mixing Layer（DML）用于动态多尺度卷积建模。

DML通过引入multi-scale depthwise dynamic convolution结构，结合通道划分与打散，实现通道自适应和多尺度上下文捕捉，以减小参数量并保留精度。

关键观点4: 实验验证与亮点。

SRConvNet在多个主流SISR数据集上取得了优秀的超分效果，并且在图像去噪和运动去模糊等任务中显示出良好的通用性。此外，用户研究和LPIPS结果表明SRConvNet生成的图像更加清晰和真实。

免责声明