计算机视觉研究院专栏
Column of Computer Vision Institute
介绍了一种新的多支路线性Transformer网络,称为MB-TaylorFormer,能够有效且高效的进行图像去雾任务。
01
摘要
02
新框架
新框架:
Taylor Expanded Multi-head Self-Attention
03
实验
Main Results
上图给出了合成数据集与真实数据上的视觉效果对比,可以看到:MB-TaylorFormer不仅在阴影处更好的恢复了细节,同时也有效的避免了伪影和色偏。
03
Ablation Studies
Effectiveness of multi-scale attention refinement module
上表表明MSAR模块的设计能够以一种极轻量化的设计有效提升TaylorFormer的性能
Comparison with other linear self-attention modules
上表通过T-MSA和多种不同的线性Transformer的对比,证明了T-MSA在去雾任务上的有效性。