단일 이미지 초해상화(SISR)는 저해상도 관측으로부터 고해상도 이미지를 재구성하는 것을 목표로 한다. 최근의 딥러닝 기반 SISR 모델은 연산 비용의 증가를 대가로 높은 성능을 보이며, 이는 자원 제약 환경에서의 활용을 제한한다. 연산 효율적인 네트워크 설계를 위한 유망한 해결책으로서 네트워크 양자화는 광범위하게 연구되어 왔다. 그러나 SISR을 위해 개발된 기존의 양자화 방법들은 이미지의 자기유사성(self-similarity)을 효과적으로 활용하지 못한 채로 있으며, 이는 본 연구에서 새롭게 탐색할 방향이다. 본 연구에서는 이미지 초해상화를 위한 참조 기반 양자화(reference-based quantization) 방법인 RefQSR을 새롭게 제안한다. RefQSR은 이미지 내에서 여러 대표 패치에 대해 고비트 양자화를 적용하고, 이를 나머지 패치의 저비트 양자화를 위한 참조로 활용한다. 이를 위해 우리는 전용 패치 클러스터링 및 참조 기반 양자화 모듈을 설계하고, 기존 SISR 네트워크 양자화 방법에 이를 통합한다. 실험 결과는 다양한 SISR 네트워크 및 양자화 방법에서 RefQSR의 유효성을 입증한다.

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