2달 전
이미지 초해상도 생성을 위한 매우 깊은 잔차 채널 주의력 네트워크 사용
Yulun Zhang; Kunpeng Li; Kai Li; Lichen Wang; Bineng Zhong; Yun Fu

초록
컨벌루션 신경망(CNN)의 깊이는 이미지 초해상도(SR)에 있어 매우 중요한 역할을 합니다. 그러나 우리는 이미지 SR을 위한 더 깊은 네트워크가 훈련하기 더 어렵다는 것을 관찰하였습니다. 저해상도 입력과 특징은 많은 저주파 정보를 포함하고 있으며, 이는 채널 간에 동등하게 처리되어 CNN의 표현 능력을 방해합니다. 이러한 문제들을 해결하기 위해, 우리는 매우 깊은 잔차 채널 주의 네트워크(RCAN)를 제안합니다. 구체적으로, 우리는 여러 개의 장 스킵 연결(long skip connections)을 포함하는 몇 개의 잔차 그룹으로 구성된 매우 깊은 네트워크를 형성하기 위해 잔차 내 잔차(RIR) 구조를 제안합니다. 각 잔차 그룹은 짧은 스킵 연결(short skip connections)을 가진 몇 개의 잔차 블록을 포함합니다. 동시에, RIR는 다수의 스킵 연결을 통해 풍부한 저주파 정보를 우회하여 주 네트워크가 고주파 정보 학습에 집중할 수 있도록 합니다. 또한, 우리는 채널 간 상호 의존성을 고려하여 채널별 특징을 적응적으로 재스케일링하는 채널 주의 메커니즘(channel attention mechanism)을 제안합니다. 광범위한 실험 결과, 우리의 RCAN이 최신 방법들보다 더 나은 정확도와 시각적 향상을 달성함을 보여줍니다.