최근 딥러닝 방법을 이용한 초해상도에서 많은 성능 향상이 이루어졌다. 그러나 성능이 개선되었음에도 불구하고, 실제 제품에 적용하기 위해 연산량을 줄이는 문제는 여전히 과제로 남아 있다. 본 논문에서는 수정된 Squeezenet의 fire 모듈을 활용하는 심층 네트워크를 제안한다. 우리는 공간-채널 차원의 학습을 효과적으로 분리하기 위해 원래의 fire 모듈을 수정하는 방법을 제시하고, 네트워크의 파라미터 수를 줄이기 위해 수정된 fire 모듈을 비대칭적으로 배열하는 방식을 설명한다. 실험 결과, 다른 초해상도 네트워크와 비교해 더 높은 PSNR과 경쟁력 있는 처리 시간을 보이면서도, 파라미터 수는 더 적은 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.