النهج التقليدي لمامبا البصري (VIM) يقوم بتسطيح الصور الثنائية الأبعاد مباشرة إلى السطح الأحادي، وعلى الرغم من أن هذا النهج يمكنه الحصول على علاقات تبعية على المدى الطويل، إلا أنه يقوم في الوقت نفسه بتشويه البنية المكانية المحلية للبيكسلات المجاورة في السطح الثنائي الأصلي، مما يجعله غير قادر على التقاط التفاصيل المحلية. لهذا الغرض، قمنا في هذه الورقة بإدخال نموذج خفيف لفضائيات الحالة الشاملة لتكبير الفيدبوالإنفيراضينلا ، ) PMambaIR( وقمنا بتقديم كتلة الفضاء الشامل للمجموعة الأساسية. قمةة الفضاء الشامل للمجموعة الأساسية تحتوي بشكل رئيسي على وحدتين إبداعيتين ، عمقا ، وبشكل محدد ، قمنا أولا بإدخال استراتيجية مسح متسلسلة جديدة تعزز تفاعل المعلومات المحلية ، النطاقية ، والعالمية ، مما يوفر علاقات تبعية محلية بشكل فعال مع الحفاظ على العلاقات التبعية العالمية ، مما يسمح بإمكانية استخلاص الميزات الشاملة. ثانيا ، قمنا بتقديم كتلة الفضاء المختلطة ، والتي يمكنها من تفاعل معلوالتي باستخدام ميزتي الفضاء والقناة على حد سواء ، وتقييد تأثير الميزات غير ذات الصلة على النموذج لاكتشاف الجمعان و الفضاء الشامل للمعلل لتحسين الفضاء المحلي و الطريقة القناعة ذات الصلة. مقارنة superstion من الموديلات القائمة الأخرى مع النموذج الحالي على مجموعة بيانات الاختبار القياسية من Set14Urban100 ، ارتفع تقييم PSNR ل( PMambaIR بمقدار 0.11 ديسيبل. ويؤكد viability التحليل الكمي والنوعي تحسين الجودة لهذه meth من خلال يثبت تقييم الأداء الشخصي كفاية عالية بتشخيص التقييم PSNR الأعلى والقيم المهمة. ونورد من خلال تحليل الخصائص الفنية وثمح مزعة أن ny ، و ذات أثر محتمل_story '{ordt m)

تكبير الصور; النموذج الفضائي الشامل; نموذج خفيف الوزن; استراتيجية المسح المتسلسلة