플러그 앤 플레이 트라이브랜치 인버티블 블록을 이용한 이미지 리스케일링

고해상도(HR) 이미지는 대역폭을 줄이기 위해 저해상도(LR)로 축소되곤 하며, 이후 원래의 세부 정보를 복원하기 위해 확대됩니다. 최근 이미지 리스케일링 알고리즘의 발전은 역변환 신경망(INNs)을 사용하여 축소와 확대를 위한 통합 프레임워크를 구축하였습니다. 이는 LR과 HR 이미지 간의 일대일 매핑을 보장합니다. 전통적인 방법들은 쌍방향 기반의 기본적인 역변환 블록을 사용하여 고주파와 저주파 정보를 별도로 처리하며, 종종 고주파 성분을 모델링하기 위해 특정 분포에 의존합니다. 그러나 RGB 영역에서 직접 저주파 성분을 처리하면 채널 중복성이 발생하여 이미지 재구성의 효율성을 제한합니다. 이러한 문제들을 해결하기 위해, 우리는 저주파 브랜치를 명도(Y)와 색차(CbCr) 성분으로 분해하여 중복성을 줄이고 특징 처리를 강화하는 플러그 앤 플레이 삼중 브랜치 역변환 블록(T-InvBlocks)을 제안합니다. 또한, 확대 과정에서 고주파 성분에 대해 전부 0 값을 매핑하는 전략을 채택하여, 주요 리스케일링 정보가 LR 이미지 내에 집중될 수 있도록 하였습니다. 우리의 T-InvBlocks는 기존 리스케일링 모델에 원활하게 통합될 수 있으며, 일반적인 리스ケ일링 작업뿐만 아니라 손실 압축이 포함된 시나리오에서도 성능 향상을 가져옵니다. 광범위한 실험 결과는 우리의 방법이 HR 이미지 재구성 분야에서 최신 기술 수준을 한 단계 더 발전시켰음을 확인해주었습니다.注：在最后一句中，“リスケール”（rescale）被误写成了日语，正确的韩语翻译应该是“리스케일링”。以下是修正后的版本：광범위한 실험 결과는 우리의 방법이 HR 이미지 재구성 분야에서 최신 기술 수준을 한 단계 더 발전시켰음을 확인해주었습니다.