【图像超分】论文精读：Second-order Attention Network for Single Image Super-Resolution（SAN）

第一次来请先看这篇文章：【超分辨率（Super-Resolution）】关于【超分辨率重建】专栏的相关说明，包含专栏简介、专栏亮点、适配人群、相关说明、阅读顺序、超分理解、实现流程、研究方向、论文代码数据集汇总等）

---

前言

论文题目：Second-order Attention Network for Single Image Super-Resolution —— 单幅图像超分辨率的二阶注意网络

论文地址：Second-order Attention Network for Single Image Super-Resolution

Pytorch版本代码：https://github.com/daitao/SAN

CVPR 2019 ! 注意力机制用于图像超分！

Abstract

最近，深度卷积神经网络 (CNN) 在单图像超分辨率 (SISR) 中得到了广泛的探索，并获得了卓越的性能。然而，现有的大多数基于cnn的SISR方法主要集中在更广泛或更深的架构设计上，忽略了探索中间层的特征相关性，从而阻碍了cnn的表示能力。为了解决这个问题，在本文中，我们提出了一个二阶注意力网络（SAN），