본 논문은 공간-시간 비디오 초해상도 문제를 신경 연산자 학습 문제로 정의하여 접근한다. 저해상도 및 저프레임률 입력에서 풍부한 시공간 정보를 가진 고해상도 및 고프레임률 출력을 생성하는 매핑을 학습한다.
부정확한 정렬로 인한 아티팩트를 적응적으로 보정하고, 전방향 및 후방향 전파 간 협력적 피드백을 통해 장기 시공간 정보를 효과적으로 모델링하여 고품질 비디오 복원을 달성한다.
확산 모델을 이용한 비디오 초해상도 기법에서 저해상도 비디오로부터 공간 적응 및 시간적 일관성 학습을 통해 고해상도 비디오 생성의 공간적 충실도와 시간적 일관성을 향상시킨다.
본 연구는 시간적 연속성을 활용하여 불필요한 계산을 줄이는 새로운 마스크 처리 기반 비디오 초해상도 모델을 제안한다.