去噪正则化

基于稀疏注意力与自适应频率的学习图像压缩

Learned Image Compression via Sparse Attention and Adaptive Frequency

跨稀疏窗口注意力用少量窗口条件化的全局 token 建模长程依赖，在计算量低于标准窗口自注意力的同时提升效果，可直接迁移到其他需要高效全局建模的视觉骨干；内容自适应频率变换与仅训练期去噪正则化也为潜变量结构化和零推理开销的质量提升提供了可复用思路。