大多数の画像超解像再構成手法が単一スケール畳み込みを用いて特徴抽出を行うことで特徴抽出が不十分になる問題に対し、多尺度適応注意に基づく画像超解像ネットワークを提案する。各階層の特徴に含まれる文脈情報を十分に活用するために、多尺度特徴融合ブロックを設計し、その基本単位は適応二重スケールブロック、多経路漸進的相互作用ブロック、適応二次元注意が順次連結されている。まず、適応二重スケールブロックが二つのスケールの特徴を自主的に融合し、より豊富な文脈特徴を獲得する。次に、多経路漸進的相互作用ブロックが適応二重スケールブロックの出力特徴を漸進的に相互作用させ、文脈特徴間の関連性を向上させる。最後に、適応二次元注意が異なる次元の注意を自主的に選択して出力特徴を精緻化し、出力特徴の識別力を高める。実験結果は、Set5、Set14、BSD100、Urban100のテストセットにおいて、本手法がPSNRおよびSSIMの定量指標で他の主流手法よりも向上していることを示している。特にテクスチャ細部の復元が困難なUrban100テストセットでは、倍率因子×4の場合、本手法は既存の最良手法SwinIRと比較してPSNRおよびSSIM指標がそれぞれ0.05 dBおよび0.0045向上した。視覚効果の面では、本手法により再構成された画像はより多くのテクスチャ細部を有している。

超解像;多尺度特徴;注意機構;適応重み;漸進的情報相互作用