3D 컨볼루션 신경망이 비디오 초해상도 작업에서 높은 계산 복잡도와 제한된 시공간 특징 추출 능력을 가지는 문제에 대해, 본 논문에서는 혼합 시공간 컨볼루션 기반의 경량 비디오 초해상도 복원 네트워크를 설계하였다. 먼저, 혼합 시공간 컨볼루션 기반 모듈을 제안하여 네트워크의 시공간 특징 추출 능력 향상과 계산 복잡도 감소를 실현하였다; 둘째, 유사성 기반 선택적 특징 융합 모듈을 제안하여 관련 특징 추출 능력을 더욱 강화하였다; 마지막으로, 주의 메커니즘 기반의 움직임 보상 모듈을 설계하여 잘못된 특징 융합의 영향을 일정 부분 완화하였다. 실험 결과, 제안된 네트워크는 비디오 초해상도 성능과 네트워크 복잡도 간에 좋은 균형을 이루며, 기준 데이터셋 SPMCS-11에서 4배 초해상도 시 초당 8 프레임을 달성하였다. 제안된 네트워크는 엣지 디바이스 추론 실행 시 빠르고 정확한 요구사항을 충족한다.

비디오 초해상도; 딥러닝; 3D 컨볼루션 신경망; 특징 융합