CVPR 2026 | SAA：选择性聚合注意力模块，密度驱动Token聚合让超分效率提升27%！
论文: SAT: Selective Aggregation Transformer for Image Super-Resolution作者: Dinh Phu Tran, Thao Do, Saad Wazir, Seongah Kim, Seon Kwon Kim, Daeyoung Kim发表: CVPR 2026论文链接: https://arxiv.org/pdf/2604.07994代码链接: https://github.com/PhuTran1005/SAT一、引言Transformer 在图像超分辨率（ISR）领域已取得显著成功，其自注意力机制能够建模全局长程依赖，对重建高分辨率细节至关重要。然而，标准自注意力的计算复杂度与输入 token 数量的平方成正比（O(N2)O(N^2)
