Abstract
近年来,移动设备上对实时超分辨率网络的需求日益增加。
为了解决这一问题,已经提出了许多轻量级超分辨率模型。
然而,这些模型仍然包含耗时的组件,增加了推理延迟,限制了它们在移动设备上的实际应用。
在本文中,我们提出了一种基于等效变换和双流网络构造(ETDS)的单图像超分辨率新模型。
ET方法被提出用于将耗时的操作转换成适合移动设备的时间友好操作,如卷积和ReLU。
然后设计双流网络,以减少由于使用ET而产生的冗余参数,并增强特征提取能力。
充分利用ET的进步和双流网络结构,我们为移动设备开发了高效的SR模型ETDS。
实验结果表明,与之前的轻量级移动设备SR方法相比,我们的ETDS在推理速度和重建质量方面都有显著优势。
-
Previous
【ICCV 2023】DLGSANet: Lightweight Dynamic Local and Global Self-Attention Network for Image Super-Resolution -
Next
【CVPR 2023】OSRT: Omnidirectional Image Super-Resolution with Distortion-aware Transformer