Core Concepts
딥러닝을 통해 블라인드 SR 모델의 일반화 능력을 향상시키는 간단하고 효과적인 특징 정렬 규제가 중요하다.
Abstract
딥러닝 기술의 발전으로 SR 성능이 크게 향상되었으며, 블라인드 SR의 일반화 능력을 향상시키기 위한 연구가 중요하다.
Dropout은 모델의 일반화 능력을 향상시키지만 미세한 세부 사항을 정확하게 재구성하는 능력을 약화시킬 수 있다.
통계적 정렬 방법은 모델의 능력을 향상시키고 모델이 불필요한 정보를 제거하도록 유도한다.
실험 결과는 Dropout보다 더 나은 성능을 보여준다.
블라인드 SR 연구에 대한 더 많은 노력이 필요하다.
Stats
딥러닝 기술은 최근 몇 년 동안 단일 이미지 초해상도(SISR)의 성능을 크게 향상시켰습니다.
Kong et al.은 Dropout을 사용하여 블라인드 SR의 일반화 능력을 향상시키는 첫 번째 시도를 했습니다.
실험 결과는 Dropout보다 더 나은 성능을 보여줍니다.
Quotes
Dropout은 모델의 능력을 향상시키지만 미세한 세부 사항을 정확하게 재구성하는 능력을 약화시킬 수 있다.