Res-U2Netアーキテクチャを用いることで、UNetやU2Netと比較して、より高品質な2D位相回復画像と3Dメッシュ再構築が可能となる。
ディフュージョンモデルに基づく画像復元では、長いシリアルサンプリングチェーンが必要となり、計算コストが高くなる問題がある。本手法では、ディフュージョンモデルの生成過程を深層平衡固定点システムとしてモデル化し、並列サンプリングを実現することで、効率的な画像復元を可能にする。さらに、初期化の最適化により、画像品質の向上と生成方向の制御を行うことができる。
従来の畳み込みニューラルネットワーク(CNN)は、入力画像のスケールの変化に対して脆弱であるが、提案手法のMulti-scale Unified Network (MUSN)は、異なるスケールの入力に対して安定した性能を維持する。