LCSCNet: 이미지 초해상도를 위한 선형 압축 기반 스킵 연결 네트워크

본 논문에서는 이미지 슈퍼리졸루션을 위한 간결하면서도 효율적인 네트워크 아키텍처인 선형 압축 기반 스킵 커넥팅 네트워크(LCSCNet)를 제안한다. 스킵 커넥션을 갖춘 두 가지 대표적인 네트워크 아키텍처인 ResNet과 DenseNet과 비교하여, LCSCNet에서는 스킵 커넥션을 위해 선형 압축 레이어를 설계하였으며, 이는 이전에 생성된 특징 맵과 새로 탐색된 특징 맵을 구분하는 역할을 한다. 이를 통해 제안된 LCSCNet은 DenseNet의 특징 구분 처리의 장점과 ResNet의 파라미터 경제성이라는 장점을 모두 갖추게 된다. 또한, 깊은 모델에서 다양한 수용장(Receptive Field)의 저수준과 고수준 정보를 효과적으로 활용하기 위해, LSTM의 게이트 유닛을 영감으로 받아 다중 감독 학습을 통한 적응형 원소별 융합 전략을 제안한다. 최신 알고리즘들과의 실험 결과를 통해 LCSCNet의 효과성이 검증되었다.