최근의 효율적인 영상 초해상도(SR) 발전은 지식 증류(knowledge distillation)와 양자화(quantization)와 같은 다양한 압축 기법을 활용해 왔다. 그러나 이러한 방법들은 흔히 상당한 계산 자원과 메모리를 요구한다. 네트워크 가지치기(network pruning)는 매개변수의 수와 전체 모델 크기를 크게 줄이기 위한 효과적인 접근으로 부상하였다. SR 분야에서도 다양한 연구에서 필터 가지치기(filter pruning)를 탐색해 왔다. 기존 방법들은 흔히 잔차 연결(residual connections) 전반에 걸쳐 필터 인덱스를 정렬하는 필터 정렬 전략을 채택해 왔다. 그러나 이러한 정렬 전략이 SR 필터 가지치기의 성능에 어떠한 영향을 미치는지에 대해서는 충분한 분석이 이루어지지 않았다. 본 논문에서는 SR 모델에서 필터 정렬 방법들의 성능 효과를 조사하고, 최적의 정렬 전략 선택을 안내하기 위한 실험적 근거를 제시한다.

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