위키득계정 ↗
기술

MIRNet

MIRNet기술
관련 논문
Learning Enriched Features for Real Image Restoration and Enhancement
핵심 구조
다중 규모 잔차 블록
특징 경로
병렬 다중 해상도
적용
잡음 제거 초해상도 영상 개선
MIRNet은 고해상도의 공간 정보를 유지하면서 여러 해상도의 문맥을 결합하는 이미지 복원 신경망이다. 병렬 특징 경로와 경로 사이의 정보 교환, 공간 및 채널 어텐션을 이용한다.

해상도와 문맥

고해상도 특징은 작은 위치 차이를 보존하는 데 중요하지만 넓은 문맥도 필요하다. MIRNet은 낮은 해상도의 문맥 정보를 받으면서 고해상도 표현을 유지하는 것을 목표로 한다. 한 경로를 계속 축소하는 방식과 병렬 표현을 유지하는 방식의 차이에 주목한다.

경로 사이의 정보 교환

다중 규모 잔차 블록 안에서 여러 해상도의 합성곱 경로가 정보를 교환한다. 공간 어텐션과 채널 어텐션으로 특징을 조절하고 어텐션 기반 집계로 규모별 정보를 결합한다. 어떤 해상도가 중요할지는 입력 내용에 따라 달라질 수 있다.

경계가 사라지는 예

설명용 배열 (0, 0, 2, 2)를 전체 평균 하나로 줄이면 1만 남는다. 이 값만으로는 가운데 경계의 위치를 알 수 없다. 고해상도 경로를 보존하는 의미를 보여주는 예이며 MIRNet이 실제로 이 방식의 전체 평균 축소를 사용한다는 뜻은 아니다.

작업별 성능 확인

잡음 제거와 초해상도, 영상 개선에서 구조를 평가한다. 잡음이 줄어드는 일과 확대된 질감이 정확해지는 일은 다른 기준을 요구한다. 실제 열화의 분포, 색 보존과 세부 손실을 작업별로 살피고 동일한 해상도에서 실행 비용을 비교한다.

관련 문서

RIDNet / MAXIM 이미지 복원 / Uformer / RCAN / MPRNet / Restormer