本研究では、CU-Mambaと呼ばれる新しい画像修復モデルを提案している。CU-Mambaは、U-Netアーキテクチャ
に空間的および
チャンネル的な選択的状態空間モデルを統合することで、画像の長距離依存性とチャンネル間の相関を
効果的にモデル化する。
具体的には、CU-Mambaは以下の2つの主要な特徴を有する:
空間的選択的状態空間モデル: 画像の長距離依存性を効率的にエンコードする。線形計算量で
グローバルな文脈を圧縮する。
チャンネル選択的状態空間モデル: チャンネル間の相関を学習し、特徴の圧縮と再構築を支援する。
これらの2つのモジュールを組み合わせることで、CU-Mambaは空間的および
チャンネル的な特徴を効果的に
捉え、従来手法を大きく上回る画像修復性能を達成する。
実験結果は、CU-Mambaが画像修復の分野で最先端の手法を凌駕することを示している。特に、ノイズ除去
タスクとぼかし除去タスクにおいて、CU-Mambaは高いPSNRとSSIMを達成し、同時に計算効率も高い
ことが確認された。
Ke Bahasa Lain
dari konten sumber
arxiv.org
Wawasan Utama Disaring Dari
by Rui Deng,Tia... pada arxiv.org 04-19-2024
https://arxiv.org/pdf/2404.11778.pdfPertanyaan yang Lebih Dalam