MPRNet: 경량 이미지 초해상도를 위한 다중 경로 잔차 네트워크

경량 초해상도 네트워크는 실제 응용 분야에서 극히 중요합니다. 최근 몇 년 동안, 메모리와 계산 비용을 희생시키면서 뛰어난 성과를 거둔 여러 초해상도 딥러닝 접근법이 소개되었습니다. 이러한 문제를 해결하기 위해, 새로운 경량 초해상도 네트워크가 제안되었습니다. 이 네트워크는 경량 초해상도(SR)에서 최신 기술(SOTA) 성능을 개선하며, 계산 비용이 큰 네트워크와 유사한 성능을 보입니다. 다중 경로 잔차 네트워크(Multi-Path Residual Network)는 잔차 연결 블록(Residual Concatenation Blocks)과 적응형 잔차 블록(Adaptive Residual Blocks)의 집합으로 설계되어 다음과 같은 목적을 달성합니다: ($i$) 정보가 풍부한 특징을 적응적으로 추출하고 더 표현력 있는 공간적 맥락 정보를 학습하는 것; ($ii$) 업샘플링 단계 전에 다수준 표현을 더 효과적으로 활용하는 것; 그리고 ($iii$) 네트워크 내에서 효율적인 정보 및 그래디언트 흐름을 허용하는 것. 제안된 아키텍처는 모델의 표현 능력을 최대화하기 위한 새로운 주의 메커니즘인 두 가지 주의 모듈(Two-Fold Attention Module)도 포함하고 있습니다. 광범위한 실험 결과는 우리의 모델이 다른 최신 기술 SR 접근법보다 우수함을 보여줍니다.