참조가 있는 경우와 없는 경우
완전 참조 평가는 원본과 결과를 함께 이용하고 무참조 평가는 입력만으로 품질을 판단한다. 두 문제는 이용 가능한 정보가 다르다. 이 프레임워크는 각각을 완전히 분리하기보다 연결해 학습하는 방향을 다룬다.
비국소 문맥의 활용
CNN 기반망과 트랜스포머 인코더를 결합해 특징을 추출한다. 떨어진 영역의 문맥 관계를 고려하려는 구성이다. 작은 지역의 열화만으로 전체 품질을 결정하는 설명과는 다른 수준의 정보를 사용한다.
공동 학습의 의미
같은 프레임워크가 완전 참조와 무참조 모드에 호환되며 공동 학습을 지원한다. 다만 공동 학습을 했다고 추론 중 없는 참조 영상의 정보가 새로 생기는 것은 아니다. 실제 사용 모드에서 어떤 입력을 제공하는지 확인해야 한다.
입력 조건의 독립 예
설명용으로 번진 글자를 평가할 때 원본이 있으면 획의 차이를 직접 비교할 수 있다. 원본이 없으면 관측 이미지의 단서로 판단해야 한다. 실제 평가 문항을 옮기지 않은 예이며 두 모드의 점수를 같은 정보 조건으로 취급하지 않는다.