연구진은 기존 딥러닝 팽창 처리 방법의 스케일 적응성 한계를 극복하기 위해 GSPan 프레임워크를 제안했어요.
GSPan은 2D 가우시안 스플래팅(GS)을 활용하여 밴드별 잔여 디테일을 연속적이고 학습 가능한 2D 가우시안 원시 표현으로 나타내요.
GSPan은 공간-스펙트럼 상호 작용 어텐션(SSIA) 모듈을 갖춘 이중 스트림 계층적 상호 작용(DSHI) 아키텍처를 통해 원시 표현을 추정하고, 팽창된 이미지를 임의의 타겟 샘플링 그리드에서 렌더링할 수 있어요.