全局局部协同增强
该网络通过非对称流划分单元在不同层动态分配全局与局部信息的贡献，在保持速度的同时显著提升合成视图的感知质量。
Xu, Zhang · Cai, Nian · Zhang, Huan · 张云 · Jianglei, Di · Lin, Weisi
IEEE Transactions on Circuits and Systems for Video Technology 2023
通过Transformer和CNN分支协作，在建模长距离依赖的同时保留纹理细节，从而更有效地消除DIBR失真。
非对称流划分单元（AFDU）根据网络深度为Transformer和CNN分支分配不同的全局-局部信息贡献，使浅层更关注局部纹理，深层更关注全局上下文。
广泛的实验证明，所提出的AFD-former在保持类似SVQE速度的同时，能显著增强合成视图的感知质量。