복원 모델의 단순한 기준선
이미지 복원은 손상된 관측에서 더 깨끗한 결과를 추정하는 작업이다. NAFNet은 복잡한 모듈이 계속 늘어나는 흐름에서 단순한 기준선을 연구하며 출발한다. 구조가 간단하다는 사실만으로 학습이나 평가 없이 복원 품질을 보장하지는 않는다.
활성화가 없어도 비선형일 수 있다
ReLU나 GELU 같은 함수를 쓰지 않는다는 표현과 전체 모델이 선형이라는 표현은 다르다. 곱셈도 입력에 대한 비선형 연산이 될 수 있다. NAFNet의 이름을 선형 필터만 쌓은 모델이라고 해석하면 핵심 구성을 놓치게 된다.
곱셈의 예
설명용 함수 f(x)=x²에서 f(1)+f(2)=5이지만 f(1+2)=9다. 덧셈에 대해 같은 관계를 유지하지 않으므로 선형 함수가 아니다. 이 계산은 곱셈 기반 연산의 비선형성을 보여주며 NAFNet 전체가 단순히 입력을 제곱한다는 뜻은 아니다.
복원 정확도와 관측의 한계
잡음을 줄이는 과정에서 작은 질감이 함께 지워지거나 흐림의 복원에서 잘못된 세부가 생길 수 있다. 흐림 제거와 잡음 제거를 따로 평가하고 학습한 손상 분포와 실제 입력의 차이를 확인한다. 매개변수 수, 연산 수와 실제 기기 지연도 구분해 비교한다.