초록
비디오 프레임 보간은 프레임 간의 부드러운 전이를 생성함으로써 시간 영역 초해상도를 달성한다. 심층 신경망을 활용한 연구에서 큰 성공이 이루어졌지만, 생성된 이미지는 여전히 시각적 외관이 낮고 만족스럽지 못한 아티팩트를 겪고 있다. 본 논문에서는 잔차 보정과 적응형 가중치를 활용하는 새로운 네트워크 구조를 제안한다. 잔차 보정 기법은 광학 흐름 추정 및 이미지 생성의 정확도를 높이고 시각적 품질을 향상시키는 데 사용되며, 적응형 가중치 맵은 전방 및 후방 왜곡 프레임을 결합하여 아티팩트를 감소시킨다. 또한 본 방법의 모든 하위 모듈은 깊이가 낮은 U-Net 구조로 구현되어 있어 효율성이 보장된다. 공개 데이터셋을 활용한 실험을 통해 제안하는 방법이 최신 기술 대비 효과성과 우수성을 입증하였다.