【论文阅读手札】MAMNet: Multi-path Adaptive Modulation Network for Image Super-Resolution

先上网络结构图，让大家有个直观感受！

一、摘要

• 本文着眼于卷积操作缺乏自适应的特性，也就是不能适应于图像的不同特征的问题，而这一点恰恰限制了卷积的表征能力，从而导致模型的规模过大，也就是参数过多。

具体如下：
近些年，基于深层CNN的SR方法取得了显著的进步。然而，由于卷积存在非自适应的特点，故而卷积对于图片的多种特征难以自适应，这限制了它们的表征能力，进而导致了模型的规模过大（也就是模型的参数过多或者模型的计算成本过大）。为了解决这些问题，本文提出了多路自适应模块网络（MAMNet）。具体地，我们设计了一种轻量但很有效的残差块：多路自适应模块（MAMB），该模块能够通过三路充分利用特征图的信息自适应地调节残差特征response。三条路径捕捉/提取了（model）适应于SR的三种类型的信息：1）使用全局偏差池化（global variance pooling）来model各个通道的特征（channel-specific info&#x