초록
우리는 깊은 재귀적 컨볼루션 네트워크(Deeply-Recursive Convolutional Network, DRCN)를 사용한 이미지 초해상화 방법(Super-Resolution, SR)을 제안합니다. 제안된 네트워크는 매우 깊은 재귀층(최대 16번의 재귀)을 갖습니다. 재귀 깊이를 증가시키면 새로운 컨볼루션 파라미터를 추가하지 않고도 성능을 향상시킬 수 있습니다. 그러나 표준 경사 하강법(Standard Gradient Descent Method)으로 DRCN을 학습하는 것은 그레디언트 폭발 또는 소실 문제로 인해 매우 어려운 점이 있습니다. 이러한 학습의 어려움을 완화하기 위해 우리는 두 가지 확장을 제안합니다: 재귀적 감독(Recursive-Supervision)과 스킵 연결(Skip-Connection). 우리의 방법은 이전 방법들보다 크게 우수한 성능을 보입니다.