기존의 확산 확률 모델 기반 단일 이미지 초해상도 복원 방법은 공간 특징 정보 추출에 부족함이 있으며, 관련 정보를 충분히 활용하지 못하고 계산 과정에서 중복 현상이 존재합니다. 본 논문에서는 다차원 주의 네트워크를 융합한 단일 이미지 초해상도 복원 방법을 설계하였습니다. 먼저, SRDiff 확산 모델을 기반으로 채널 주의, 자기 주의, 공간 주의를 결합한 다차원 주의를 제안하여 모델이 다양한 스케일의 특징을 포착하는 능력을 향상시켜 고해상도 이미지를 복원할 때 더 많은 세부 정보와 더 나은 전역 일관성을 동시에 유지할 수 있습니다. 둘째, 부분 합성곱(PConv)을 도입하여 이미지의 공간 특징을 정밀하게 추출하고 초해상도 결과의 품질을 향상시키며 계산량을 크게 줄여 모델의 실행 효율성을 높였습니다. 확대 배율 4 조건에서 본 방법을 5개의 테스트 세트에서 다른 방법들과 비교한 결과, 본 방법의 피크 신호대잡음비가 다른 대비 방법 평균보다 0.762 dB 향상되었고 구조적 유사도는 평균 0.082 증가하였습니다. 본 방법은 주관적으로 더 섬세한 디테일과 뛰어난 시각적 효과를 가지며 객관적으로 높은 PSNR 값과 SSIM 값을 가집니다.

초해상도; 확산 모델; 다차원 주의 네트워크; 부분 합성곱