全面综述 Visual Mamba 的发展，包括基本概念、用于视觉任务的适配设计、与其他模块的集成，以及在不同视觉任务中的应用，揭示这一新兴架构在计算机视觉领域的巨大潜力。

前言

• 全面综述了视觉 Mamba，即被适配用于计算机视觉任务的状态空间模型（SSM）。

• 介绍了 SSM 的关键概念，包括状态空间公式，离散化，GPU内存利用，以及让 Mamba 比传统 SSM 更强大的选择机制。

• 对于视觉任务，回顾了适配 Mamba 模块（如 ViM、VSS）和扫描机制以处理图像和视频等多维数据的工作。

• 将方法分类为纯 Mamba 模型和将 Mamba 与卷积、循环、注意力等其他技术相结合的模型。

• Mamba 在高级视觉(检测、分割)、低级视觉(超分辨率、生成)、医学图像任务上都展现出了非常有前景的结果。

• 在提高效率、降低计算复杂度、增强与其他架构的集成等方面仍存在挑战。

ViM 和 VSS Block

选择性扫描机制

参考

• A Survey on Visual Mamba