깊은 복원망의 정보 전달
저해상도 입력에는 이미 저주파 정보가 많이 들어 있다. 모든 층에서 이를 다시 처리하는 대신 긴 연결과 짧은 연결을 사용해 전달하고 복잡한 보정에 집중하도록 한다. RCAN의 잔차 안 잔차 구조는 여러 잔차 그룹과 블록으로 구성된다.
채널 주의의 역할
특징 채널마다 담긴 정보와 관계가 달라 같은 비중으로만 다루는 것이 최선은 아닐 수 있다. 채널 주의는 채널 사이의 의존 관계를 고려해 특징의 크기를 조정한다. 사람이 의식적으로 주의를 기울인다는 심리적 의미와는 다른 수치 연산이다.
채널 가중치의 예
설명용으로 특징 벡터 (2, 4)에 채널 가중치 (0.25, 0.75)를 각각 곱하면 (0.5, 3)이 된다. 한 채널이 더 크게 남아도 그 채널 하나가 특정한 사물 의미를 반드시 나타내는 것은 아니다. 실제 가중치는 입력과 학습 결과에 따라 달라진다.
고주파와 복원 평가
경계나 질감을 강화해도 실제 정답과 다른 세부를 만들 수 있다. 고주파 정보에 집중한다는 설명을 손실된 정보를 정확히 측정했다는 뜻으로 해석하면 안 된다. 배율, 열화 방식과 평가 색 공간을 맞추고 정확도 및 시각 품질과 연산 비용을 함께 비교한다.
관련 문서
EDSR / SwinIR / NAFNet / Restormer / Real-ESRGAN / 잔차 신경망