本研究扩展了复合融合注意力转换器（CFAT）模型，将其应用于改进的基于生成对抗网络的模型（IG-CFAT），有效地利用了转换器在真实世界图像超分辨率中的性能，通过引入语义感知鉴别器来更精确地重构图像细节，极大地提高了感知质量，并且使用自适应退化模型更好地模拟了真实世界的退化情况，实验证明 IG-CFAT 在真实世界图像超分辨率中取得了新的标杆成果，在定量和定性指标中都优于其他最先进模型。

Jun, 2024

为了更好的利用 Transformer 的潜力以进行图片重构，在融合通道注意力和基于窗口的自注意机制的优势的基础上提出了一种新型的 Hybrid Attention Transformer 模型。此外，还引入了重叠交叉注意力模块并采用相同任务的预训练策略，拓展模型的能力。实验证明这个模型在图片超分辨率方面的表现优于现有方法超过 1dB。

May, 2022

本文提出了一种基于 Transformer 和注意力机制的对称变压器框架，其中融合了局部感知机制和全局相关特征学习，在图像压缩方面表现出更好的效果。

Mar, 2022

我们提出了一种新颖的分解自我注意力机制 (FaSA)，它具有本地窗口的计算成本和远程依赖建模能力。利用 FaSA，我们提出了层次结构的分解视觉 Transformer (FaViT)，它在输入图像空间分辨率方面具有线性计算复杂性，并在分类和下游任务中表现出卓越性能。与基准模型 Swin-T 相比，我们的 FaViT-B2 在分类精度上提高了 1％，在鲁棒性上提高了 7％，同时减少了 14％的模型参数。

Dec, 2023

我们研究了基于 transformer 的单图像超分辨率方法，并发现 transformer 结构在捕捉低频信息方面更加擅长，但相较于卷积模型在构建高频表示方面容量有限。我们提出的 CRAFT 方法综合了卷积和 transformer 结构的优势，在多个数据集上实验结果表明，CRAFT 方法在参数更少的情况下比当前最先进的方法提高了 0.29dB。

Aug, 2023

通过在层间添加密集残差连接以减少空间信息的丢失，我们提出了 Dense-residual-connected Transformer (DRCT) 模型，提高了视觉变换和超分辨率任务的性能。

Mar, 2024

Transformer-based methods have limitations in utilizing input information, so a Hybrid Attention Transformer (HAT) is proposed to improve restoration tasks by combining channel attention and window-based self-attention schemes.

Sep, 2023

通过引入 Convolutional Transformer 层（ConvFormer）和基于 ConvFormer 的超分辨率网络（CFSR），提出了一种有效且高效的轻量级图像超分辨率任务解决方案，通过使用大卷积核卷积作为特征混合器替代自注意模块，实现了较长范围依赖关系和广泛接受域的建模，同时在计算成本稍微增加的情况下保留了更多高频信息，并且相对于现有的轻量级 SR 方法在计算成本和性能之间取得了先进的平衡。

Jan, 2024

提出了一种名为 RFR-WWANet 的无监督可形变图像配准模型，使用了 RFRNet 和 WWA 设计以优化 Swin transformer，实现更精细的空间信息建模和语义关联，取得了明显的性能优势。

May, 2023

通过引入自适应记号字典到 SR Transformer 并建立 ATD-SR 方法来解决单图像超分辨率问题，进一步通过基于类别划分的自注意机制提升输入特征，实验证明该方法在多个单图像超分辨率基准测试中达到最佳性能。

Jan, 2024