연구진은 기존 GAN 기반 초해상도 모델의 환각 아티팩트 문제를 해결하기 위해 MaCo-GAN 프레임워크를 제안했어요. MaCo-GAN은 기존 판별자 대신 지도 대비적 목적 함수를 사용하며, GT 데이터를 기반으로 다양한 가짜 이미지를 생성하여 대비 학습을 수행해요. 제안하는 방법은 기존 SR 모델의 적대 손실을 대체하여 다양한 벤치마크에서 인지-왜곡 균형을 개선하는 효과를 보였어요.