핵심 개념
R2D2 알고리즘은 딥러닝 기반 일련의 잔차 이미지 추정을 통해 고해상도 고동적 범위 이미지 재구성을 수행하며, 모델 초기화의 다양성을 활용하여 불확실성 정량화 기능을 제공한다.
통계
이미지 재구성 성능 지표 SNR은 U-Net 대비 R2D2가 37.7dB, uSARA 대비 18.2dB 높다.
이미지 재구성 시간은 CLEAN 대비 R2D2가 46배 빠르다.
R2D2의 상대 불확실성 지표 [σ/μ]는 반복 횟수가 증가함에 따라 0.2%까지 감소한다.
인용구
"R2D2의 이미지 추정 능력은 기존 최신 알고리즘들을 크게 능가한다."
"R2D2는 극도로 빠른 재구성 능력을 보유하여, 대규모 이미지에서도 다중 재구성 샘플과 불확실성 맵 계산이 실용적이다."
"R2D2는 매우 낮은 모델 불확실성을 특징으로 한다."