초록
최근 몇 년간 딥 러닝 방법이 단일 이미지 초고해상도 작업에 성공적으로 적용되었습니다. 그러나 그들의 뛰어난 성능에도 불구하고, 딥 러닝 방법은 중량적인 계산이 필요하기 때문에 실세계 응용 프로그램에 쉽게 적용할 수 없습니다. 본 논문에서는 이 문제를 해결하기 위해 정확하고 가벼운 딥 네트워크를 제안합니다. 구체적으로, 잔차 네트워크 위에 캐스케이딩 메커니즘을 구현하는 아키텍처를 설계하였습니다. 또한 제안된 캐스케이딩 잔차 네트워크의 변형 모델들을 소개하여 효율성을 더욱 향상시키고자 합니다. 우리의 광범위한 실험 결과는 파라미터와 연산량이 현저히 적음에도 불구하고, 우리 모델들이 최신 기술과 유사한 성능을 달성함을 보여줍니다.