突破局部窗口限制：基于自适应Token词典的高级超分辨率Transformer

单图像超分辨率（Single Image Super-Resolution, SISR）是计算机视觉领域的一个经典问题，旨在从低分辨率（Low-Resolution, LR）图像中重建出高分辨率（High-Resolution, HR）图像。尽管近年来深度神经网络（Deep Neural Networks, DNNs），特别是用于超分辨率任务的Transformer模型，取得了显著进展，但仍面临诸多挑战，尤其是在基于窗口的自注意力机制导致的感受野受限问题。为应对上述问题，本文提出了一种面向超分辨率Transformer的辅助自适应令牌字典（Adaptive Token Dictionary, ATD），并构建了ATD-SR方法。所引入的令牌字典能够从训练数据中学习先验信息，并通过自适应精炼步骤将所学先验适配至特定测试图像。该精炼策略不仅能够为所有输入令牌提供全局上下文信息，还能将图像令牌按语义相似性进行分组。基于此类分组，我们进一步设计了一种基于类别（category-based）的自注意力机制，旨在利用远距离但语义相似的令牌来增强输入特征表示。实验结果表明，所提方法在多个主流单图像超分辨率基准测试中均取得了最优性能。