网硕互联帮助中心一、为什么需要 DIFF？
在 Transformer 结构中，Attention 负责建模长距离依赖，FFN（Feed-Forward Network）负责特征变换。
但传统 FFN 存在两个明显问题：
内容无关：无论输入是雨条纹、雪块还是干净区域，FFN 都用同一套权重处理
空间建模弱：标准 FFN 是逐点 1×1 卷积，缺乏多尺度空间上下文
在 All-in-one Image Restoration（AIR） 中，这种“一刀切”的方式会导致：
-
干净区域被过度平滑
-
重度退化区域恢复不充分
-
不同退化之间特征纠缠
HOGformer 提出的 DIFF（Dynamic Interaction Feed-Forward），正是为了解决这些问题。
二、DIFF 做了什么？
DIFF 的核心思想是：让 FFN 变得“动态”和“空间感知”。
它由三个关键设计组成：
1️⃣ 多尺度空间上下文（Multi-scale Spatial Context）
并行使用：
-
3×3 深度卷积 → 捕捉局部细节（雨纹、边缘）
评论前必须登录！
注册