Традиционный визуальный метод Mamba (VIM) напрямую плоска и двумерное изображение в одномерной плоскости, такой подход, хотя и может получить отдаленные зависимости, одновременно помехует соседней пиксельной структуре в исходной двумерной плоскости, что не может захватить местные детали. В этой статье мы ввели легкую модель суперразрешения изображения в полном пространстве состояний и предложили остаточную полное пространство блоков как основной блок. Остаточный блок полного пространства включает в себя два инновационных модуля, конкретно, во-первых ,мы ввели новую стратегию каскадного сканирования, стимулирующие взаимодействие местной информации, межшкальной информации и глобальной информации, в сохранении общемировых связей, при этом эффективно захватывя местную информацию, поэтому добились извлечения характеристик в полной мере. Во-вторых, мы предложили смешанный пространственный блок состояния, с этого модуль может одновременно взаимодействовать с пиксельной информацией с двух измерений, ограничение влияния несвязанных признаков в модель, для раскопки потенциальной связи между каналом и пространством. В сравнении с другими методами на стандартном наборе данных Set14, Urban100 и прочих, PSNR PMambaIR в среднем увеличивается на 0.11 дБ. Квантитативный и качественный анализ объективно подтверждает, что этот метод обладает более высокими значение PSNR и SSIM. Субъективная визуальная оценка демонстрирует более обильные детали и визуальные эффекты.

Увеличение изображения; модель пространства состояний; легкая модель; стратегия каскадного сканирования