초록
우리는 매우 정확한 단일 이미지 초해상도(SR) 방법을 제시합니다. 본 방법은 ImageNet 분류에 사용된 VGG-net \cite{simonyan2015very}에서 영감을 받아 매우 깊은 컨볼루션 네트워크를 사용합니다. 네트워크의 깊이를 증가시키면 정확도에 있어 상당한 개선이 이루어짐을 확인하였습니다. 최종 모델은 20개의 가중치 레이어를 사용합니다. 깊은 네트워크 구조에서 작은 필터를 여러 번 캐스케이드로 연결함으로써 큰 이미지 영역의 문맥 정보가 효율적으로 활용됩니다. 그러나 매우 깊은 네트워크에서는 학습 시 수렴 속도가 중요한 문제로 대두됩니다. 우리는 간단하면서도 효과적인 학습 절차를 제안합니다. 잔차만을 학습하고, 조정 가능한 그래디언트 클리핑을 통해 SRCNN \cite{dong2015image}보다 (10^4) 배 높은 극히 높은 학습률을 사용합니다. 제안된 방법은 기존 방법들보다 더 우수한 성능을 보이며, 결과에서 시각적인 개선 사항이 쉽게 눈에 띕니다.