【图像超分】论文精读：Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars

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：Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining —— 基于跨尺度非局部注意和穷举自抢占挖掘的图像超分辨率

论文地址：Image Super-Resolution with Cross-Scale Non-Local Attention and Exhaustive Self-Exemplars Mining

论文源码：https://github.com/SHI-Labs/Cross-Scale-Non-Local-Attention

**CVPR 2020 ! **

Abstract

基于深度卷积的单幅图像超分辨率(SISR)网络包含了从大规模外部图像资源中学习局部恢复的好处，但现有的研究大多忽略了自然图像中的远程特征相似性。最近的一些工作通过探索非局部注意模块成功地利用了这种内在特征相关性。然而，目前的深度模型都没有研究图像的另