CVPR2022文献解读之Restormer
图像恢复重建:
Restormer: Efficient Transformer for High-Resolution Image Restoration
原文传送: https://arxiv.org/abs/2111.09881
官方源码:https://github.com/swz30/Restormer
文章目录
写在开始
小小溪本着简洁明了传达论文核心思想的态度,记录自己阅读文献中的理解和思考,与大家分享。文中只是我自己对文献的一些理解,因此建议感兴趣的文献还是要再啃遍原文,如有其他不同理解也欢迎评论区讨论和指正,大家一起进步~~~
一、文献定位
将transformer应用于图像恢复重建(去雾,去模糊)
二、创新点
- 改进transformer的空间自注意力为带有深度可分离卷积的通道自注意力;
- 卷积前向网络改为带有gating及深度可分离卷积的前向网络;
- 训练方式:输入图像尺寸由小到大的progressive learning。
三、网络结构
纯净版: