고정된 주변의 한계
일반 합성곱은 일정한 공간 배치에서 특징을 읽는다. 경계나 반복 질감의 모양은 위치마다 달라 같은 방식의 이웃 집계가 세부를 흐릴 수 있다. SADNet은 주변에서 상관된 특징을 적응적으로 모으는 방향으로 이 문제를 다룬다.
공간에 적응하는 블록
잔차 공간 적응 블록에서 변형 가능한 합성곱으로 특징을 샘플링하고 가중한다. 문맥 블록을 포함하는 인코더와 디코더는 다중 규모 정보를 활용한다. 낮은 규모에서 세밀한 규모로 잡음을 줄이는 구성을 이용한다.
경계에서 섞이는 값
설명용으로 어두운 면의 값이 0이고 밝은 면이 10일 때 양쪽을 똑같이 평균하면 5가 된다. 경계 한쪽의 특징을 복원할 때 반대편을 섞으면 실제 면과 다른 중간값이 생길 수 있다. 이는 공간 집계의 개념 예제이며 실제 블록의 샘플링 규칙은 아니다.
복원과 과도한 평활화
잡음이 줄어도 작은 질감까지 사라지면 복원 품질이 충분하다고 보기 어렵다. 합성 및 실제 잡음에서 잔여 잡음과 경계 보존을 함께 확인한다. 이 문서의 SADNet은 공간 적응 잡음 제거 모델로 같은 약어의 안개 제거 모델과 구분한다.