연구진은 이미지 복원 작업에 효과적인 확산 모델의 높은 연산 비용 문제를 해결하기 위해 TOC-SR 프레임워크를 개발했어요. TOC-SR은 먼저 6.6배 모델 파라미터와 2.8배 GMACs를 줄인 컴팩트한 확산 백본을 발견하는 방식으로 작동해요. 이 백본을 초해상도에 적용하고 확산 과정을 단일 단계 생성기로 증류하여 효율적인 초해상도를 가능하게 했어요.
특징별 생성 증류와 epsilon-constrained 베이지안 최적화를 사용하여 16채널 잠재 확산 모델에서 파라미터 효율적인 서로게이트 블록을 구축했어요. 실험 결과, 제안된 접근 방식은 강력한 복원 품질을 유지하면서 효율적인 초해상도를 가능하게 한다는 것을 보여줬어요.
TOC-SR은 기존 확산 모델에 비해 연산 비용을 크게 줄이면서도 성능을 유지하여 실제 배포에 적합한 솔루션을 제공하는 데 기여할 것으로 기대돼요.