구식 마스터 회화 MA XRF 초해상도 위한 적대적 딥 언폴딩 네트워크

초록

**
본 논문은 매크로 X‑레이 형광(MA‑XRF) 스캔의 해상도 한계를 극복하기 위해, 고해상도 RGB 이미지와 저해상도 MA‑XRF 데이터를 이용해 단일 이미지만으로 학습 가능한 적대적 딥 언폴딩 네트워크를 제안한다. LISTA 기반의 반복 구조와 비음수·희소성을 보장하는 시그모이드 비선형성을 결합하고, 다운샘플링 제약을 투영함으로써 무지도 학습을 구현한다. 실험 결과는 기존 MA‑XRF 전용 초해상도 방법들을 모두 능가함을 보여준다.

**

상세 분석

**
이 연구는 MA‑XRF 데이터가 고해상도 RGB 이미지와 공유하는 구조적 정보를 활용한다는 점에서 기존의 사전학습 기반 초해상도 모델과 차별화된다. 저해상도 MA‑XRF 이미지 (Y_{\downarrow})와 고해상도 RGB 이미지 (Z)를 결합해 하나의 결합 벡터 (X=