연구진이 비디오 슈퍼해상 성능을 높이는 TRaM-VSR 프레임워크를 제안했어요. TRaM-VSR은 토큰 라우팅 및 병합을 통해 적응형 토큰 할당을 수행하며, 문맥 인식 비디오 사전 정보와 네트워크 수준의 사전 정보를 활용해요.
연구 결과, TRaM-VSR은 추론 속도를 크게 향상시키면서도 최첨단 재구성 품질과 일관된 시간적 안정성을 유지했어요. 토큰 중요도는 움직임 감지 시간 단서와 의미론적 텍스트 유사성을 융합하여 추정돼요.
코드 공개는 GitHub에서 확인할 수 있어요.