감각적 극한 초해상도 네트워크에 대한 수용 필드 �ブロック

단일 이미지에 대한 감각적 극한 초해상도(super-resolution)는 이미지 간 텍스처 세부 정보의 차이가 크기 때문에 매우 어려운 과제이다. 이 어려움을 극복하기 위해, 개선된 SRGAN 기반의 수용장치 블록(receptive field block, RFB)을 적용한 초해상도 네트워크를 개발하였다. 본 연구에서 제안하는 네트워크를 RFB-ESRGAN이라 명명한다. 본 연구의 주요 기여는 다음과 같다. 첫째, 다중 스케일 정보를 효과적으로 추출하고 특징의 구분 능력을 향상시키기 위해 초해상도 작업에 RFB를 도입하였다. RFB는 객체 탐지 및 분류 분야에서 경쟁적인 성능을 입증한 바 있다. 둘째, 다중 스케일 수용장치 블록에서 큰 컨볼루션 커널을 사용하는 대신, RFB는 여러 개의 작은 커널을 활용함으로써 세부 특징을 효과적으로 추출할 수 있으며, 계산 복잡도를 감소시킬 수 있다. 셋째, 업샘플링 단계에서 다양한 업샘플링 방법을 교차적으로 사용함으로써 높은 계산 복잡도를 줄이면서도 만족스러운 성능을 유지할 수 있었다. 넷째, 서로 다른 반복 횟수로 학습된 10개의 모델을 앙상블(ensemble)하는 방식을 도입하여 모델의 안정성과 내구성을 향상시키고, 각 개별 모델이 유도하는 노이즈를 감소시켰다. 실험 결과를 통해 RFB-ESRGAN의 우수한 성능이 입증되었다. NTIRE 2020 감각적 극한 초해상도 챌린지의 초정밀 결과에 따르면, 본 연구의 솔루션은 참가자 전원 중에서 최우수 성적을 기록하며 1위를 차지하였다.