摘要

本文提出一种基于状态空间模型的图像恢复新方法MambaIR，通过引入局部增强和通道注意力机制，解决了传统模型在全局感受野与计算效率之间的权衡问题。实验表明，MambaIR在图像超分辨率和去噪任务上均优于SwinIR等先进方法，在Manga109数据集上PSNR提升0.45dB，且保持线性复杂度。

关键词：图像恢复 状态空间模型 MambaIR 局部增强 通道注意力

1. 图像恢复的挑战与现状

图像恢复作为计算机视觉的核心任务，旨在从低质量输入中重建高质量图像。传统方法如CNN和Transformer面临两大困境：

• CNN：依赖局部卷积，感受野有限（图1a），难以捕捉全局依赖。
• Transformer：通过自注意力实现全局建模，但计算复杂度为O(n²)，难以处理高分辨率图像。

2. MambaIR核心技术解析

2.1 状态空间模型的引入

MambaIR基于改进的状态空间模型（SSM），通过离散化线性时不变系统（LTI）实现长距离依赖建模：
$$\begin{array}{rl}{h}^{\prime }(t)& =Ah(t)+Bx(t),\\ y(t)& =Ch(t)+Dx(t),\end{array}$$
通过零阶保持（ZOH）离散化后，系统可转换为递归形式：
$$\begin{array}{rl}{h}_k& =\overline{A}{h}_{k-1}+\overline{B}{x}_k,\\ y_k& =C{h}_k+D{x}_k.\end{array}$$
该模型具有线性复杂度，支持并行扫描，适合GPU加速。

2.2 网络架构设计

MambaIR包含三个核心模块（图2）：

1. 浅层特征提取：3×3卷积层提取初始特征。
2. 深层特征提取：堆叠残差状态空间块（RSSB），结合局部增强和通道注意力。
3. 图像重建：融合深浅层特征，生成最终结果。

2.3 残差状态空间块（RSSB）

RSSB通过以下创新解决Mamba的局限性：

• 局部增强：引入瓶颈卷积补偿展平序列导致的局部像素遗忘（图2a）。
• 通道注意力：利用Squeeze-and-Excitation机制减少通道冗余（图2b）。
• 可学习比例因子：动态控制残差连接权重。

2.4 视觉状态空间模块（VSSM）

VSSM通过四向扫描（图3）将二维图像转换为一维序列，结合深度卷积和哈达玛积，实现全局依赖建模：
$$\begin{array}{rl}{X}_1& =\text{LN}(2\text{D-SSM}(\text{SiLU}(\text{DWConv}(\text{Linear}(X))))),\\ X_2& =\text{SiLU}(\text{Linear}(X)),\\ X_{\text{out}}& =\text{Linear}(X_1\odot X_2).\end{array}$$

3. 实验结果与性能对比

3.1 消融实验

表1显示：

• 局部卷积提升0.15dB PSNR（基线 vs 无Conv）。
• 通道注意力进一步提升0.08dB（无Conv vs 无Conv+CA）。
• 替换为MLP导致性能下降，验证SSM与Transformer的差异。

设置	参数数量（#param）	乘加运算量（MACs）	Set5	Set14	B100	Urban100	Manga109
(0)基线	16.7M	439G	38.57	34.67	32.58	34.15	40.28
(1)+无卷积（w/o Conv）	11.9M	316G	38.48	34.54	32.56	34.04	40.20
(2)+无卷积+通道注意力（w/o Conv+CA）	11.8M	315G	38.55	34.64	32.57	34.06	40.14
(3)+替换为多层感知机（replace with MLP）	14.3M	379G	38.55	34.68	32.59	34.22	40.13

3.2 超分辨率对比

在经典超分辨率任务中，MambaIR在所有数据集上均超越SwinIR（表5）。例如，Manga109数据集×2尺度下PSNR达39.59dB，较SwinIR提升0.41dB。

3.3 去噪任务表现

高斯去噪实验（σ=50）显示，MambaIR在Urban100数据集上PSNR达30.07dB，较SwinIR提升0.25dB（表6）。

4. 结论与展望

MambaIR通过状态空间模型实现了全局感受野与线性复杂度的平衡，在多个图像恢复任务中取得SOTA性能。未来可探索：

• 更高效的扫描策略
• 动态调整的局部增强机制
• 与其他轻量化模块的结合

代码已开源：https://github.com/csguoh/MambaIR

本文结合学术论文核心内容，通过技术解析与实验数据展示了MambaIR的创新点与优势。如需进一步了解实现细节，可参考原文及补充材料。