現存の拡散確率モデルに基づく単一画像超解像復元法は、空間特徴情報の抽出に不足があり、関連情報を十分に活用できておらず、計算過程に冗長性が存在しています。本稿では、多次元注意ネットワークを組み込んだ単一画像超解像復元法を設計しました。まず、SRDiff拡散モデルを基に、チャネル注意、自己注意、空間注意を組み合わせた多次元注意を提案し、モデルの異なるスケール特徴の捉える能力を向上させることで、高解像度画像の復元時により多くの詳細と優れた全体的一貫性を同時に保持できます。次に、部分畳み込み（PConv）を導入し、画像の空間特徴を正確に抽出し、超解像結果の品質を向上させ、計算量を大幅に削減してモデルの動作効率を高めました。拡大率4の条件下で、本手法を5つのテストセットで他の手法と比較した結果、本手法のピーク信号対雑音比（PSNR）は他の比較手法の平均値より0.762 dB向上し、構造的類似度（SSIM）も平均0.082改善しました。本手法は主観的により細かなディテールと優れた視覚効果を持ち、客観的にも高いPSNR値とSSIM値を備えています。

超解像; 拡散モデル; 多次元注意ネットワーク; 部分畳み込み