近期，电气信息工程学院曹卫锋教授团队在计算机科学领域Top期刊《Applied Soft Computing》上发表题为“ Leveraging more information for blind stereo super-resolution via large-window cross-attention”（通过大窗口交叉注意力利用更多信息实现盲立体超分辨率）的研究论文。
立体图像超分辨率旨在通过有效利用立体图像对的跨视图互补信息重建高分辨率图像。常见方法是使用特征融合模块，该模块允许模型关注并融合来自左右视图的相关特征。然而，局部归因图（LAM）的诊断分析表明，现有方法在利用左右视图互补信息方面仍存在局限性。为解决这一问题，本文提出双立体交叉注意力模块（Double Stereo Cross-Attention Module, DSCAM），其中采用重叠立体交叉注意力（Overlapping Stereo Cross-Attention, OSCA）机制，通过引入重叠窗口操作，使DSCAM能够增强跨视图互补信息的利用，并通过额外的乘法步骤进一步强化组合特征。此外，本文提出一种立体图像退化模型，结合多级退化并确保立体图像对的退化一致性，从而更准确地模拟现实场景中退化过程。大量实验表明，本文方法在现实场景中立体图像超分辨率问题上取得了显著的视觉质量提升。
图1 网络的整体架构
图2 双立体交叉注意力模块(DSCAM)
图3 针对不同网络的LAM结果
该论文以郑州轻工业大学为第一署名单位，曹卫锋为第一作者，研究生雷晓燕为第二作者兼通信作者。论文得到了国家自然科学基金项目、河南省重点科技计划等项目的支持。
《Applied Soft Computing》创刊于2001年，由Elsevier主办，是计算机科学领域的顶级期刊。该期刊重点专注于软计算领域的理论研究和实际应用，涵盖模糊逻辑、神经网络、进化计算、概率模型以及混合智能系统等技术，特别关注这些方法在工业控制、医疗诊断、环境工程、数据挖掘和机器学习等复杂问题中的应用，旨在为解决具有不确定性和复杂性的系统问题提供创新方案。该期刊为中科院大类分区一区TOP期刊，期刊2024年影响因子为7.2。
原文链接：https://doi.org/10.1016/j.asoc.2024.112492
引用格式：Cao W, Lei X, Jiang Y, et al. Leveraging more information for blind stereo super-resolution via large-window cross-attention[J]. Applied Soft Computing, 2024: 112492.
第一作者：曹卫锋
郑州轻工业大学电气信息工程学院教授，郑州轻工业大学研究生院副院长。全国首批万名优秀创新创业导师，河南省优秀教师，河南省教学标兵。研究方向为信息处理、智能控制、计算机视觉等，发表学术论文20余篇，编写教材4部，指导学生获得国家级奖励40余项。
第二作者兼通信作者：雷晓燕
目前在郑州轻工业大学电气信息工程学院攻读硕士学位，研究方向为轻量化图像超分辨率和真实场景的图像超分辨率。