단일 이미지 초해상도를 위한 다단계 강화 학습

딥러닝(DL)은 그 강력한 성능과 유연성 덕분에 오늘날 이미지 처리 연구 분야에서 널리 활용되고 있다. 특히 생성적 적대 신경망(GAN)을 활용함으로써 저해상도(LR) 이미지에서 고해상도(HR) 이미지를 얻는 능력으로 단일 이미지 초해상도 증강(SISR) 분야에서 지배적인 위치를 차지하고 있다. SISR에 대한 관심은 객체 탐지, 위치 추정, 분류와 같은 보조 이미지 처리 작업의 성능을 향상시킬 수 있다는 잠재력에서 비롯된다. 본 연구에서는 다중 에이전트 강화학습(RL) 알고리즘을 SISR에 적용하여 기존의 강력한 GAN 기반 SISR 알고리즘들을 효과적으로 통합하는 고도화된 앙상블 접근법을 제안한다. 구현 과정에서 각 에이전트는 기존의 GAN 기반 SISR 알고리즘들의 출력 결과로 구성된 고정된 행동 집합 중에서 특정 행동을 선택하여 자신의 픽셀 값을 업데이트한다. 에이전트들이 픽셀 단위 또는 패치 단위로 배열되고, 각 행동에 따라 보상이 부여되는 구조는, 다양한 선택지 중에서 최적의 픽셀 값을 선택함으로써 이미지의 해상도를 증가시키는 전략을 학습하도록 알고리즘을 유도한다.