where ω is a warping function ; is a concatenation operation Conv is convolu-tional layers Sigmoid and Tanh are activation functions r is the max magnitudewhich is set as 10 in default and F l is the

其中，ω是一个变形函数，[;]是一个连接操作，Conv是卷积层。Sigmoid和Tanh是激活函数，r是最大幅度，默认设置为10，F l是第l个尺度上采样的低分辨率图像的特征。通过使用掩码，即使低分辨率和参考图像差异很大，我们也可以自适应地转移纹理。当参考图像具有无关纹理或无信息时，我们的模型能够判断是否转移参考图像中的纹理。从这个意义上说，它可以缓解对应不匹配的问题。在本文中，我们主要与单个参考图像的RefSR方法进行比较。因此，为了公平比较，我们从参考图像中转移一个相关的纹理。借助我们的架构，提出的RDA模块能够通过在缩小和放大的每个尺度上转移纹理来提高RefSR性能，这与C 2 -Matching [12]不同。