CVPR2022-图像恢复重建Restormer论文解读

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

---

---

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

1. 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；
2. 卷积前向网络改为带有gating及深度可分离卷积的前向网络；
3. 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：