轻量级全局细节兼备
一种融合卷积与Transformer优势的图像超分辨率模型，通过高频增强和可量化设计，在保持全局建模能力的同时提升细节重建，并支持量化部署。
Li, Ao · Zhang, Le · Liu, Yun · 朱策
IEEE Transactions on Pattern Analysis and Machine Intelligence 2025
通过高频增强残差块显式提取高频信息，弥补了Transformer结构在高频表示上的不足。
移位矩形窗口注意力块在降低计算量的同时捕获全局依赖，保持对整体结构的理解。
频率引导的训练后量化方法通过自适应双重裁剪和边界细化，使模型在量化后仍能保持高性能。
通过频率引导的量化策略降低计算和存储需求，适合在资源受限设备上运行。