입력에서 출발하는 복원
매번 순수 무작위 잡음에서 시작하면 많은 추론 단계가 필요할 수 있다. DoSSR은 저해상도 입력을 출발점으로 활용한다. 동시에 기존의 큰 사전 학습 확산 모형이 가진 생성 능력을 이용해 효율과 복원 성능을 함께 다룬다.
영역 이동의 표현
기존 확산 모형에 연결할 수 있는 영역 이동 식을 중심으로 구성한다. 이산적인 이동 과정을 DoS-SDEs라는 연속 표현으로 확장한다. 연속화는 빠른 전용 해법과 샘플링 절차를 설계하는 기반이 된다.
단계 수와 실행 시간
설명용으로 단계당 12밀리초가 걸리고 공통 준비 비용이 40밀리초라면 20단계는 280밀리초, 5단계는 100밀리초다. 단계가 4분의 1이어도 전체 시간은 정확히 4분의 1이 아니다. 실제 모델의 측정값이나 논문 속도 비교가 아닌 계산 예제다.
생성된 세부를 해석하기
초해상도 결과는 저해상도 입력에 남은 단서와 사전 학습 정보의 영향을 함께 받는다. 선명한 질감이 생겼다고 원래 물체의 세부까지 입증되지는 않는다. 같은 입력과 확대율에서 내용 충실도와 지각 품질, 실제 추론 비용을 구분해 비교한다.