개발도구 연구
Restoring Without Forgetting: Continual Learning Across Image Degradations
ARarXiv
이미지 복원 분야에서 여러 손상(degradation)을 순차적으로 처리하는 지속 학습 프레임워크인 RwF를 제안했다.
세 줄 요약
- RwF는 새로운 손상이 발생할 때마다 경량 어댑터를 학습하여 망각을 방지하며, 5개 도메인 순서에서 PSNR을 각각 15.25 dB와 11.83 dB 개선한다.
- 기존 방식은 모든 손상에 대한 데이터가 필요했지만, RwF는 도메인 레이블 없이도 적절한 복원 경로를 찾아낼 수 있다.
- 이 프레임워크는 11개의 실제 손상 벤치마크에 적용 가능하며, 라우팅 정확도는 89.5%이다.
이미지 복원 분야에서 여러 손상(degradation)을 순차적으로 처리하는 지속 학습 프레임워크인 RwF를 제안했다.