연구진은 이미지 복원 모델의 성능 향상을 위해 데이터 대칭성과 네트워크 등변성 간의 관계를 분석하고 이론적 프레임워크를 제시했습니다.
데이터의 비엄격한 대칭성을 정량적으로 정의하고, 이를 활용하여 복원 문제를 공식화하고 최적의 등변성을 유도했습니다.
제안된 Sample Adaptive Equivariant Network는 각 샘플의 고유한 대칭성에 맞춰 동적으로 정렬하며, 슈퍼 해상도, 디노이징, 더레인 작업에서 기존 모델보다 우수한 성능을 보였습니다.