Pyramid Attention Networks for Image Restoration

论文链接：https://arxiv.org/abs/2004.13824 代码链接：https://github.com/SHI-Labs/Pyramid-Attention-Networks

本模块可以灵活地集成到各种网络中，在去噪、SR、去马赛克等任务上表现SOTA！代码刚刚开源！作者团队：UIUC(Thomas S.Huang黄煦涛等)&东北大学(美国)&谷歌大脑&字节跳动AI Lab等

本文提出了一种新颖的金字塔注意力模块用于图像复原，该模块从多尺度特征金字塔中捕获远程特征对应关系。受到诸如噪声或压缩伪影之类的损坏在coarser的图像比例下急剧下降这一事实的启发，我们的注意力模块旨在能够从coarser级别的“clean”对应中借用clean signal。提出的金字塔注意模块是一个通用的构建模块，可以灵活地集成到各种神经体系结构中。通过对多种图像复原任务的大量实验验证了其有效性：图像去噪，去马赛克，压缩伪像减少和超分辨率。我们的PANet（具有简单网络主干的金字塔注意模块）可以毫不费力地达到SOTA，并具有卓越的准确性和视觉质量。

内容中包含的图片若涉及版权问题，请及时与我们联系删除