non-local attention | BriefGPT

关键词non-local attention

搜索结果 - 8

高效可学习的单幅图像超分辨率协同注意力
我们提出了一种新颖的可学习协同注意力（LCoA）方法，通过引入归纳偏差来解决非局部建模中的高计算复杂性和内存消耗问题，并将其集成到深度可学习协同注意力网络（LCoAN）中，与其他先进的超分辨率方法相比，在推理时间、内存消耗和重建质量等方面取
PDF3 months ago
单幅图像超分辨率高相似度通道关注机制
本文提出了高相似度通道的注意力软阈值操作，以减少长距离依赖的冗余非本地特征，有效提高了单图超分辨率的难度，并进一步将该操作集成到现有的深度学习模型中。实验表明，本文方法相对于现有技术有更好的定量和定性结果。
PDFa year ago
MMRZSR: 基于参考和深度引导的零样本超分辨率与自我示范
该研究提出了一种被称为参考零样例超分辨 (RZSR) 的方法，该方法结合了参考超分辨 (RefSR) 和零样例超分辨 (ZSSR) 两种策略，利用内部参考数据集和非局部注意力模块，从图像自身提取纹理丰富、高频细节的参考图像块，训练出一种图像
PDF2 years ago
图像超分辨率的高效非局部对比度注意力
本文提出了一种新的高效非局部对比度注意力 (Efficient Non-Local Contrastive Attention, ENLCA)，实现了长距离视觉建模和更多相关非局部特征的利用。通过引入核方法来近似指数函数，达到线性计算复杂度
PDF2 years ago
CVPRGCA-Net：利用门控上下文注意力提升图像篡改定位和检测效果
本论文提出一种新颖的门控上下文注意网络（GCA-Net），使用非局部注意机制和门控机制捕捉图像不一致特征，以更好地识别图像中伪造的区域。经过标准图像取证测试，该方法相对于最先进的网络平均值提高了 4.7% 的 AUC，并且对归因具有鲁棒性，
PDF3 years ago
COLA-Net：协作注意力网络用于图像修复
本文提出了一种新颖的协作注意力网络（COLA-Net），该网络是首次尝试将局部和非局部注意力机制相结合以在复杂纹理区域和高度重复细节区域恢复图像内容。实验表明，我们的 COLA-Net 无论在峰值信噪比还是视觉感知上都达到了最先进的性能，同
PDF3 years ago
非局部注意力优化及改进上下文建模的神经图像压缩
本文提出了一种基于深度神经网络（DNN）的 VAE 结构的新型非局部注意力优化和改进的上下文建模图像压缩（NLAIC）算法，采用了非局部网络操作嵌入到编码器和解码器中，通过采用关注机制生成掩码来让特征自适应量化，实现了改进条件熵建模潜在特征
PDF5 years ago
非局部关注优化的深度图像压缩
本文提出了一种基于自动编码器的新型非局部注意力优化深度图像压缩（NLAIC）框架，该框架将非局部操作嵌入编码器和解码器中，以捕捉局部和全局关联，并应用注意机制生成用于加权图像和超先验特征的掩码，从而根据其重要性隐含地适应不同特征的比特分配。
PDF5 years ago