近年来，Efficient Super-Resolution(ESR)的研究主要聚焦于参数量与FLOPs的降低，这些方案往往通过复杂的层连接策略进行特征聚合(比如IMDN与RFDN中的特征蒸馏与聚合)。但是，这种复杂的结构不利于高推理速度需求，进而导致这些方案难以部署到资源有限的设备上。
https://arxiv.org/abs/2205.07514
本文提出了一种新的ESR方案RLFN(Residual Local Feature Network)，它采用三个卷积层进行残差局部特征学习以简化特征聚合，这种处理机制有助于达成更优的性能-推理耗时均衡。与此同时，本文对主流的对比损失(Contrastive Loss)进行回顾并发现：特征提取器的中间特征选择对于性能有极大影响，其中浅层特征可以保持更精确的细节与纹理。此外，本文提出一种新颖的多阶段热启动(warm-start)训练策略。
在改进对比损失与训练策略加持下，所提RLFN取得了比其他SOTA ESR方案更快的推理速度，同时具有相当的PSNR与SSIM指标。值得一提的是，所提方案RLFN取得了NTIRE2022 ESR竞赛主赛道冠军。
本文方案
上图给出了本文所提RLFN整体架构示意图，它主要包含 三部分：
- 浅层特征提取：该部分由一个卷积构成；
- 深层特征提取：该部分由多个堆叠RLFB(Residual Local Feature Block)构成；
- 图像重建模块：该部分由卷积与PixelShuffle构建。
总体来说，RLFN是一种类EDSR的架构。RLFN的核心模块在于其所设计的RLFB模块(见上图b)。RLFN是在RFDN的基础上演变而来，关于RFDN的介绍可以参考：AIM2020-ESR冠军方案解读：引入注意力模块ESA，实现高效轻量的超分网络。
RFDB采用渐进式特征提炼与特征蒸馏方式提取更强力特征，其特征蒸馏通过卷积实现，特征聚合通过Concat完成。尽管RFDB的这种处理方式可以大幅降低参数量，但同时严重影响了推理速度。
为此，本文提出了RLFB(见Figure3-b)，它可以大幅减少推理耗时，同时保持模型容量。从图示可以看到：RLFB消除了特征蒸馏链接，仅通过堆叠Conv-ReLU进行局部特征提取。此外，RLFB保留了RFDB中的ESA模块。为补充性能损失，RLFB采用更大的通道数，从48提升到了52.
为进一步降低推理耗时，本文采用剪枝敏感性分析工具对ESA模块的冗余性进行了分析，可以看到：ConvGroups中的三个卷积的冗余性排名1、3、4。因此，本文将ESA中的ConvGroups的卷积数减少到1。
Revisiting the Contrastive Loss
对比学习已在自监督学习领域表现出了惊人的性能，在超分领域也开始有所探索，其损失定义如下：
CSD与AECR-Net提取VGG19的1、3、5、9以及13层的特征。但是，我们发现：当采用上述CL时，PSNR会出现下降现象。
本文通过特征可视化对此差异进行了探究并发现：深层提取的特征具有更强语义信息，但缺乏精确的细节。总而言之，深层特征有助于改善感知质量，而浅层特征特征则有助于提供更精确的细节与纹理(而这对于PSNR导向的模型非常重要)。也就是说，我们需要采用浅层特征以改善模型的PSNR指标。为进一步改进对比损失，我们将特征提取器中的ReLU激活替换为Tanh。
由于VGG19是采用ReLU激活训练而来，直接进行激活函数替换无法确保其性能。而近期的一些研究表明：随机初始化的正确架构已足以捕获感知细节信息。受此启发，本文构建一个随机初始化的两层特征提取器(Conv_k3s1-Tanh-Conv-K3s1)。从上图可以看到：本文所提特征提取器具有更强的响应，可以捕获更多细节与纹理(见上图b)。也就是说，随机初始化的特征器已可以捕获结构信息，预训练并非必要的。
Warm-Start Strategy
X3与X4模型训练采用X2模型参数作为预训练参数已成为一种常用trick。但是，这种好处我们只能享受一次，因为预训练模型与目标模型的尺度因子不一致。
为解决上述局限性，本文提出了一种多阶段热启动训练策略，它可以进一步改善模型性能。
- 在第一个阶段，我们从头开始训练RLFN；
- 在下一个阶段，我们以前一阶段训练的RLFN进行初始化(此为热启动)。
消融实验
上图给出了从RFDB到RLFB的模块优化对比，这里主要对比了两种RFDB变种(移除了特征蒸馏链接)。
从下表2可以看到：相比RFDB，RLFB具有同等复原性能，同时具有明显的速度优势。从上表3可以看到：移除ESA ConvGroups中的两个卷积并不会牺牲性能，但会加速模型推理速度。
上表对所提对比损失的有效性进行了对比，可以看到：在四个基准数据集上，所提CL均可一致的提升模型性能。
上表对多阶段热启动训练策略的有效性进行了对比，可以看到：多阶段热启动确实可以提升模型性能。这意味着：该训练策略有助于跳出局部最优并改进模型整体性能。
上表对所提对比损失与热启动策略的泛化性进行了验证，可以看到：所提方案具有普适性，可以用于其他SISR方案。
SOTA方案对比
上表给出了不同方案在X2与X4任务上的性能对比，可以看到：
- 相比其他方案，RLFN-S与RLFN取得了更优的PSNR与SSIM指标；
- 相比RFDN，RLFN-S取得相当的性能，同时参数量更少；
- 总而言之，RLFN取得了更优的性能-推理耗时均衡。
在NTIRE2022-ESR竞赛中，所提RLFN取得了主赛道第一，sub-track2赛道第二的成绩。竞赛所选用的RLFN_cut只有4个RLFB模块，通道数为48，ESA中的通道数为16。上表给出了NTIRE2022-ESR竞赛的结果对比，可以看到：相比基线IMDN与RFDN，所提方案取得了全方位的性能提升，同时具有最快推理速度。
来源：AIWalker
作者：Happy
推荐阅读
- HAT | 探究SwinIR优于RCAN的背后机理，挖掘预训练策略潜能！
- RepSR让BN重回SR怀抱，加速训练效率，同时消除伪影问题
- FMEN | NTIRE2021-ESR最低内存占用超分方案
- MIRNet重磅升级！MIRNetV2 更快、更强、更轻量
本文章著作权归作者所有，任何形式的转载都请注明出处。更多动态滤波，图像质量，超分辨相关请关注我的专栏AIWalker。欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向。
