采用独特的多尺度深度可分离卷积,增强多尺度特征图的通道交互,融合通道空间与分组注意力机制
提出方法:设计多尺度注意力网络(MAN),核心集成两种新模块:
多尺度大核注意力(MLKA):在不同尺度下捕获丰富的注意力信息;
门控空间注意力单元(GSAU):融**合门控机制与局部注意力,**移除冗余信息、避免伪影;
实验效果:MAN 仅需堆叠不同数量的 MLKA 和 GSAU,即可达到与 SwinIR(当时的 SOTA 模型)相当的性能,同时实现 “更高 PSNR(图像质量指标)+ 更少参数量 / 计算量” 的平衡。
1、EMCAD 解码器模块 | 作为核心单元,
核心:基础功能单元,负责对接编码器
使用**LGAG大核分组注意力门,MSCAM多尺度卷积注意力,**集成
3、MSCAM高效多尺度卷积,
核心:多尺度+注意力筛选,
3、LGAG,大核分组注意力门
核心:大核卷积,分组注意力,
4、MSCAM—G
核心:多尺度卷积注意力,门控机制