Deep Neural Network for Fast and Accurate Single Image Super-Resolution via Channel-Attention-based

本文提出现行超分网络中存在大量参数，运算复杂，为了解决这些问题，本文提出了将一维卷积与二维卷积联合起来使用以定向提取特征，并减少参数。 该网络的总体架构较为简单，将低分辨率图片输入后经过33的卷积提取浅层特征后，输入到OAM块中进一步提取定向特征，通过全局注意力机制，最后通过两个33卷积降维hou，亚像素到高分辨率图片。 此网络的创新点主要在于oam中的利用1维卷积进行定向采样，从而更充分的提取水

>>阅读原文<<