테라헤르츠(THz) 파동은 0.1~10 THz 주파수 범위의 전자기파이며, THz 영상은 보안 검사, 생의학 분야, 그리고 재료의 비파괴 검사 등 다양한 응용 분야에서 활용된다. 그러나 THz 파동의 긴 파장으로 인해 THz 영상은 해상도가 낮다. 따라서 THz 영상의 해상도를 향상시키는 것은 현재의 주요 연구 주제이다. 본 연구에서는 THz 영상 초해상도를 달성하기 위해 U-Net의 개선 버전인 J-Net이라는 새로운 네트워크 아키텍처를 제안한다. J-Net은 저해상도(LR) 영상 특징을 추출하고 LR 영상을 고해상도(HR) 영상으로의 사상(mapping)을 효율적으로 학습할 수 있는 단순한 베이스라인 블록을 사용한다. 모든 학습은 DIV2K+Flickr2K 데이터셋을 이용하여 수행하였으며, 정량적 비교를 위해 첨두 신호 대 잡음비(peak signal-to-noise ratio, PSNR)를 사용하였다. 다른 THz 영상 초해상 기법들과의 비교에서 J-Net은 32.52 dB의 PSNR을 달성하였고, 이는 다른 기법들보다 1 dB 이상 높은 성능이다. 또한 J-Net은 다른 방법들에 비해 실제 THz 영상에서도 우수한 성능을 보인다. 실험 결과, 제안된 J-Net은 다른 THz 영상 초해상 방법에 비해 더 높은 PSNR 및 시각적 개선을 달성하는 것으로 나타났다.

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