초록
최근 이미지 복원 분야에서 상당한 발전이 이루어졌지만, 최신 기술(SOTA) 방법들의 시스템 복잡성이 증가하고 있어, 이로 인해 방법들의 편리한 분석과 비교가 방해받을 수 있습니다. 본 논문에서는 SOTA 방법들을 능가하면서도 계산적으로 효율적인 간단한 베이스라인을 제안합니다. 베이스라인을 더욱 단순화하기 위해, 우리는 비선형 활성화 함수(예: 시그모이드, ReLU, GELU, 소프트맥스 등)가 필수적이지 않다는 점을 밝혔습니다. 이러한 함수들은 곱셈으로 대체하거나 완전히 제거할 수 있습니다. 따라서, 우리는 비선형 활성화 함수를 사용하지 않는 네트워크인 NAFNet(Nonlinear Activation Free Network)을 베이스라인에서 도출하였습니다. 다양한 어려운 벤치마크에서 SOTA 결과를 달성하였으며, 예를 들어 GoPro(영상 블러 제거용)에서는 33.69 dB의 PSNR 값을 기록하여 이전 SOTA 값보다 0.38 dB 높은 성능을 보였으며, 계산 비용은 8.4%에 불과했습니다. 또한 SIDD(영상 노이즈 제거용)에서는 40.30 dB의 PSNR 값을 기록하여 이전 SOTA 값보다 0.28 dB 높은 성능을 보였으며, 계산 비용은 절반 미만이었습니다. 코드와 사전 학습된 모델은 https://github.com/megvii-research/NAFNet 에서 제공됩니다.