EBSR: 변형 가능한 정렬을 통한 특징 강화 베어스트 슈퍼해상도

다중 프레임 초해상도 재구성(MFSR) 문제를 해결하기 위한 새로운 아키텍처를 제안한다. 제안하는 프레임워크는 향상된 버스트 초해상도 재구성(EBSR)으로, MFSR 문제를 세 가지 부분—정렬(alignment), 융합(fusion), 재구성(reconstruction)—으로 나누어 처리한다. 다수의 저해상도 버스트 이미지를 특징 차원에서 정렬하기 위해 특징 강화 피라미드 연속형 및 비정형 변형 합성(convolution)(FEPCD) 모듈을 제안한다. 이후 정렬된 특징은 교차 비국소 융합(CNLF) 모듈을 통해 융합된다. 마지막으로 장거리 연결 네트워크(LRCN)를 사용하여 초해상도 이미지를 재구성한다. 더불어 성능 향상을 위해 연속 잔차 경로 구조(CR)를 도입한다. 제안된 모듈들의 효과를 분석하고 검증하기 위해 여러 실험을 수행하였으며, NTIRE21 버스트 초해상도 재구성 챌린지에서 실세계 트랙(Real Track)에서 1위, 합성 트랙(Synthetic Track)에서 2위를 차지하며 우수한 성능을 입증하였다.