비지도 블러 커널 추정 및 보정을 통한 블라인드 슈퍼해상도

블라인드 초해상도(Blind-SR)는 컴퓨터 비전 분야에서 중요한 과제이며, 현실 세계에서 다양한 응용 가능성을 지닌다. 블라인드-SR의 핵심 요소는 블러 커널 추정과 적응형 초해상도 네트워크이며, 보다 정확한 커널 추정은 성능 향상에 직접적인 영향을 미친다. 최근에는 다양한 스케일 간의 패치를 반복적으로 비교하는 생성적 적대 신경망(GAN) 기반의 비지도 커널 추정 방법이 가장 성공적인 접근법으로 부상했다. 그러나 여전히 몇 가지 문제점이 존재한다. ① 기존 GAN 모델의 날카로움 식별 능력이 지나치게 약하다는 점이 지적되며, 이는 모델이 날카로움보다 패턴의 형태에 더 집중하게 만든다. ② 일부 사례에서는 커널 보정 과정이 생략되었으나, 이는 필수적인 단계이다. 왜냐하면 최적화된 생성 커널은 이상적인 저역통과 필터가 아닌 한, 점 확산 함수(PSF)보다 좁을 수 있기 때문이다. ③ 기존 연구들은 GAN이 엣지의 두께뿐 아니라 PSF의 영향을 받는다는 점을 고려하지 않았다. 본 논문에서는 다음과 같은 새로운 기법을 제안한다. 1) 이미지의 날카로움에 민감하게 반응하도록 유도하기 위한 훼손 모델링 및 순위 비교 프로세스를 설계하였으며, 2) 두께 파라미터를 포함한 가우시안 커널 근사 기반의 스케일 독립형 커널 보정 기술을 제안하였다. 보다 정밀한 커널 정확도를 달성하기 위해, 3) 제안한 GAN과 DIP(Deep Image Prior)의 결합 모델을 통해 더 강력한 감독을 제공하고, 개발된 보정 방법을 통해 기울기 전파가 가능하도록 커널 보정 네트워크를 설계하였다. 다양한 실험을 통해 제안한 방법이 l2 오차와 커널 형태 측면에서 유의미한 개선을 이끌어냈다. 또한, 일반적인 블라인드-SR 알고리즘과 결합했을 때, 비지도 블러 커널 추정 방법 중에서 가장 높은 재구성 정확도를 달성하였다.