PyTorchKR Papers

최신 논문

총 3,696편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.02952v1cs.CV

합성곱 없는 딥 이미지 프라이어를 위한 풀링 기반 컨텍스트 모델링

Pooling-Based Context Modeling for Convolution-Free Deep Image Prior

합성곱 신경망(CNN)은 인접 픽셀의 공간적 컨텍스트를 활용하여 우수한 노이즈 제거 성능을 달성한다. 딥 이미지 프라이어(Deep Image Prior, DIP)는 이러한 특성을 활용하여 대규모 데이터셋 없이 단일 노이즈 입력으로부터 이미지를 복원한다. 그러나 DIP의 과다 매개변수화된 아키텍처는 최적화 과정에서 노이즈 피팅을 유발하는 경우가 많다. 본 논문에서는 공간적 컨텍스트를 효율적으로 포착하기 위해 풀링 기반 대비(contrast) 모델링을 통합한 합성곱 없는 아키텍처 Pool-DIP를 제안한다. Pool-DIP는 합성곱 기반 DIP 모델 대비 매개변수 수와 연산 복잡도를 크게 줄이면서도 노이즈 제거 성능을 향상시킨다. 실험 결과, Pool-DIP는 실세계 벤치마크를 포함한 다수의 데이터셋에서 경쟁력 있는 성능을 달성함을 보인다. 스펙트럼 분석을 통해 Pool-DIP가 최적화 과정에서 고주파 성분의 변화를 안정화하고 잘못된 고주파 신호를 억제함을 추가로 확인하였다. 제안된 아키텍처는 초해상도(super-resolution) 및 인페인팅(inpainting)과 같은 다른 이미지 복원 태스크에도 잘 일반화된다.

arXiv:2607.01642v1cs.CV

다중 해상도 플로우 매칭: 단계적 샘플링을 통한 학습 없는 디퓨전 가속

Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling

저해상도에서 고해상도로 이어지는 단계적 파이프라인을 기반으로, MrFlow는 학습 없이 플로우 매칭(flow-matching) 기반 텍스트-이미지 디퓨전 모델의 추론을 가속하는 방법으로, 저해상도 구조 생성 → 픽셀 공간 GAN 기반 초해상도 → 저강도 노이즈 주입 → 고해상도 세부 정제의 4단계로 구성된다. FLUX.1-dev와 Qwen-Image에서 생성 품질을 1% 이내로 유지하면서 10배 속도 향상을 달성했으며, 타임스텝 증류 전략과 결합 시 최대 25배 가속도 가능하다.

arXiv:2607.01290v1cs.CV

AnchorSplat: 가우시안 스플래팅을 위한 빠르고 구조적으로 일관된 세부 합성

AnchorSplat: Fast and Structure Consistent Detail Synthesis for Gaussian Splatting

3D 가우시안 스플래팅(3DGS) 에셋의 품질을 개선하기 위해 원본 다시점 이미지 없이 3D 구조에 직접 작동하는 엔드-투-엔드 네트워크 AnchorSplat을 제안하며, 포인트 앵커 메커니즘(Point Anchor Mechanism)으로 기하학적 일관성을 유지하고 단일 패스 밀도화로 기존 최적화 방식 대비 최대 $10^5$배 빠른 처리 속도와 최첨단 성능을 달성한다.

arXiv:2607.01295v1eess.AS

CNN Models for Microphone Array Covariance Matrix Upsampling and Acoustic Imaging

딥러닝을 활용해 4채널 정사면체 마이크 배열의 공간 공분산 행렬(SCM)을 32채널 구형 배열 수준으로 업샘플링하는 5가지 CNN 아키텍처를 제안하며, STARSS23 데이터셋 기반 평가에서 최고 모델이 RMSE 0.432를 달성해 무작위 추정 기준(0.548) 대비 유의미한 성능 향상을 보였다. 주파수 의존 합성곱(FDC) 레이어를 통합한 Hybrid FDC-CNN 계열이 주파수별 공분산 특성을 효과적으로 모델링하며 지연-합산 빔포밍 음향 이미징 품질을 크게 개선함을 시각적 히트맵 분석으로 확인하였다.

arXiv:2607.00987v1cs.CV

AVSR-Diff: Scale-Agnostic Diffusion Priors for Temporally Consistent Arbitrary-Scale Video Super-Resolution

AVSR-Diff는 고정 배율에 제한된 기존 확산 모델 기반 비디오 초고해상도(VSR)와 좌표 기반 임의 배율 방법의 과도한 블러 문제를 동시에 해결하기 위해, 스케일 무관 잠재 디노이징과 연속 좌표 렌더링을 분리한 디커플드 프레임워크를 제안한다. Temporally-Gated Feature Recurrence(TGFR) 모듈로 시간적으로 정렬된 잠재 사전(latent prior)을 추출하고, Scale-Aware Fourier Refinement(SAFR) 모듈로 목표 배율에 따라 주파수 성분을 동적으로 조절하여, 임의 배율에서 최신 기법을 능가하는 고주파 디테일과 시간적 일관성을 달성했다.

arXiv:2607.00965v1cs.CV

광필드 초해상도를 위한 기울기 유도 Mamba와 각도 정제 트랜스포머

Slope-Guided Mamba and Angular-Refined Transformer for Light Field Super-Resolution

광필드 초해상도(LFSR)에서 기존 방법들의 공간-각도 분리 모델링 및 SSM 기반 스캔 패턴과 에피폴라 기하학 간의 불일치 문제를 해결하기 위해, 기울기 유도 Mamba와 각도 정제 트랜스포머를 결합한 하이브리드 네트워크 SMART를 제안한다. SMART는 에피폴라 기하학을 따라 적응적으로 스캔 궤적을 조정하는 Manifold-Aligned Trajectory(MAT) 모듈과 각도 사전 정보를 공간 어텐션에 주입하는 Angular-Modulated Spatial(AMS) 모듈을 통해, 5개의 벤치마크에서 기존 최고 성능을 0.42 dB(PSNR) 상회하는 최첨단 성능을 달성했다.

arXiv:2607.00058v1cs.CV

확산 기반 공생적 정보 상호작용을 활용한 의료 영상 향상 및 분할의 통합 접근법

Joint Medical Image Enhancement and Segmentation with Diffusion-based Symbiotic Information Interaction

DDIM 기반의 이중 확산 프레임워크 DiSIINet은 의료 영상 화질 향상(enhancement)과 분할(segmentation)을 독립적으로 처리하던 기존 방식과 달리, 새로운 SII(Symbiotic Information Interaction) 모듈의 크로스 어텐션을 통해 두 브랜치가 역방향 확산 과정에서 양방향으로 특징을 교환하며 상호 강화한다. MRI, CT, 초음파 등 다중 모달 의료 데이터셋 실험에서 순차적·독립적 방식 대비 유의미한 성능 향상을 달성했다.

arXiv:2511.18050v1cs.CV

UltraFlux: Data-Model Co-Design for High-quality Native 4K Text-to-Image Generation across Diverse Aspect Ratios

Diffusion transformers have recently delivered strong text-to-image generation around 1K resolution, but we show that extending them to native 4K across diverse aspect ratios exposes a tightly coupled failure mode spanning positional encoding, VAE compression, and optimization. Tackling any of these factors in isolation leaves substantial quality on the table. We therefore take a data-model co-design view and introduce UltraFlux, a Flux-based DiT trained natively at 4K on MultiAspect-4K-1M, a 1M-image 4K corpus with controlled multi-AR coverage, bilingual captions, and rich VLM/IQA metadata for resolution- and AR-aware sampling. On the model side, UltraFlux couples (i) Resonance 2D RoPE with YaRN for training-window-, frequency-, and AR-aware positional encoding at 4K; (ii) a simple, non-adversarial VAE post-training scheme that improves 4K reconstruction fidelity; (iii) an SNR-Aware Huber Wavelet objective that rebalances gradients across timesteps and frequency bands; and (iv) a Stage-wise Aesthetic Curriculum Learning strategy that concentrates high-aesthetic supervision on high-noise steps governed by the model prior. Together, these components yield a stable, detail-preserving 4K DiT that generalizes across wide, square, and tall ARs. On the Aesthetic-Eval at 4096 benchmark and multi-AR 4K settings, UltraFlux consistently outperforms strong open-source baselines across fidelity, aesthetic, and alignment metrics, and-with a LLM prompt refiner-matches or surpasses the proprietary Seedream 4.0.

arXiv:2606.30821v1cs.LG

Mind the Residual Gap: Probabilistic Downscaling under Real-World Bias

Probabilistic downscaling is the task of modeling the conditional distribution of high-resolution fields given coarse inputs, and is a central challenge to atmospheric science, climate modeling, and other multiscale physical systems. A widely used paradigm decomposes the problem into a deterministic mean predictor followed by a stochastic residual generator. While effective in idealized settings, this mean--residual approach frequently produces biased and under-dispersive ensembles in real-world applications. Is this merely generic predictive uncertainty miscalibration? We show that the root cause is more fundamental: residual target misspecification, the residual distribution induced during training differs systematically from the one required at test time due to downscaling bias. To close this gap, we introduce ReMatch (Residual Distribution Matching). ReMatch aligns the training residual distribution toward the test-time regime via optimal transport in a low-dimensional PCA space. This preserves the statistical benefits of the mean--residual framework while reducing the train--test mismatch in the residual targets seen by the stochastic generator. On a controlled synthetic benchmark with varying bias levels and a real-world HRRR--ERA5 wind field downscaling task, ReMatch substantially reduces under-dispersion, improves calibration (SSR and CRPS), and outperforms strong baselines, including the standard mean--residual model and its variants, as well as state-of-the-art super-resolution models. Our code is available at https://github.com/sdean-group/ReMatch.git.

arXiv:2606.28607v1cs.RO

Fast and Accurate Outlier-Aware LiDAR Super-Resolution for SLAM Applications

This work tackles the challenge of enhancing low-resolution LiDAR sensors for SLAM applications through a novel Deep Unrolling-based Super-Resolution (SR) model. We integrate an outlier removal module to ensure structural integrity while maintaining real-time performance. By leveraging a model-based optimization approach, our method efficiently reconstructs high-resolution point clouds while minimizing computational overhead. The proposed SR model is evaluated within a LiDAR SLAM framework, demonstrating significant improvements in pose estimation accuracy and efficiency compared to state-of-the-art SR methods.

arXiv:2606.28039v1cs.CV

갭에 주목: 교차 센서 확산 초해상화에서 도메인 갭 정량화

Mind the Gap: Quantifying the Domain Gap in Cross-Sensor Diffusion Super-Resolution

고해상도 위성 영상에 대한 수요 증가로, Sentinel-2와 같은 무료 공개 미션과 PlanetScope와 같은 상업 시스템 간의 공간 해상도 격차를 해소하기 위한 초해상화(super-resolution, SR)에 대한 관심이 높아졌다. 어떤 센서도 진정한 저해상도-고해상도 쌍 관측을 제공하지 않기 때문에, SR 모델은 보통 합성적으로 저하된 데이터로 학습되며, 이는 실제 교차 센서 영상에서 도메인 갭(domain gap)을 만든다. 본 연구에서는 이러한 합성-실제(synthetic-to-real) 불일치가 현대 확산(diffusion) 기반 SR 모델의 성능에 어떤 영향을 미치는지에 대한 최초의 체계적 연구를 제공한다. 기하학적·시간적으로 정렬된 대규모 Sentinel-2 및 PlanetScope 영상 데이터셋을 사용하여, 통제된 실험 설정 하에서 다섯 가지 최신(state-of-the-art) 확산 아키텍처를 평가한다. 또한 Sentinel-2 자기지도(self-supervised) 특징 기반의 도메인 적응형 지각(perceptual) 지표인 LPIPS-Sat를 제안한다. 결과는 두 가지 지속적인 과제를 보여준다: 합성 데이터로 학습된 모델은 실제 쌍(real pairs)에서 급격히 성능이 저하되며, 실제 교차 센서 데이터로 학습된 모델은 최적화(optimization) 어려움을 보이고 물리적·방사측정(radiometric) 다양성에 적응하는 데 어려움을 겪는다. 이러한 발견은 현재 SR의 핵심 한계를 부각시키며, 초해상화와 도메인 적응(domain adaptation)을 분리(disentangle)하는 방법을 촉구한다.

arXiv:2606.27862v1cs.CV

ScaLe-INR: 스케일 및 학습 암시적 신경 표현

ScaLe-INR: Scale and Learn Implicit Neural Representations

다층 퍼셉트론(MLP)으로 매개변수화된 암시적 신경 표현(INR)은 연속 신호 모델링에 탁월하다. 그러나 INR은 근본적으로 스펙트럼 바이어스(spectral bias)와 정보 상호 간섭(information cross-talk)을 겪는다는 핵심 과제가 여전히 남아 있다. 단일 네트워크가 다중 스케일 현상을 포착하려 할 때, 고주파 가중치 업데이트가 기저 저주파 구조 근사를 파괴적으로 간섭한다. 우리는 Scale and Learn INR(ScaLe-INR)을 소개한다. 이는 신호의 주파수 스펙트럼을 INR의 최적 동작 영역과 명시적으로 일치시켜 이러한 한계를 해결하는 새로운 다중 분기 아키텍처이다. 푸리에 역 스케일링 정리(Fourier inverse scaling theorem)에 근거하여, 방향성 좌표 스케일링을 적용하면 특정 공간 축을 따라 네트워크의 표현 대역폭이 확장됨을 보인다. 기능적 분리(functional disentanglement)를 수학적으로 강제하고 분기 간 과제 특화 정보 누출을 최소화하기 위해, 우리는 Directional Edge Guidance 손실(Directional Edge Guidance Loss)을 제안한다. 이는 ground-truth 기울기에서 도출된 공간 조건 희소성 사전분포이다. 고주파 분기가 엄격하고 국소적인 에지 필터(edge-filter)로 동작하도록 제약함으로써, ScaLe-INR은 스펙트럼 상호 간섭을 제거하고, 수렴을 가속하며, 복잡한 다중 스케일 토폴로지에서 고품질 신호 재구성을 달성한다. 우리는 다양한 재구성 및 역문제(inverse) 과제에서 ScaLe-INR을 평가하여, 기존 최신(SOTA) 방법 대비 상당한 성능 향상을 보인다. 제안 아키텍처는 이미지 재구성에서 가장 가까운 baseline 대비 +5.16 dB, 이미지 노이즈 제거에서 +0.65 dB의 향상을 보인다. 또한 오디오 재구성에서 50.02 dB, 3D 재구성에서 0.999 IOU(Intersection Over Union)라는 인상적인 수치를 달성하여 모든 SOTA 모델을 능가한다.

arXiv:2606.26716v2eess.IV

임의 의료 슬라이스 초해상도를 위한 이중 사전 가이드 영공간 학습과 스플라인 혼합

Dual-Prior Guided Null-Space Learning with Mixture-of-Splines for Arbitrary Medical Slice Super-Resolution

이방성 임상 촬영에서 임의 배율의 중간 슬라이스를 합성해 등방성 볼륨을 복원하는 임의 슬라이스 초해상도 과제에서, DP-NSL은 측정 일관성 투영(MCP)으로 획득 슬라이스를 오차 없이 보존하고 영공간(null space)에서 스플라인 혼합(MoS)과 국소 공간 일관성 디코더(LSCD)로 기하학적 연속성을 부과하는 이중 사전 영공간 학습 프레임워크를 제안한다. CT 3개와 MRI 1개 벤치마크에서 기존 방법을 능가하면서 측정 일관성을 엄격히 유지했다.

arXiv:2605.25042v2cs.CV

원칙적 사후 매칭을 통한 비편향 디퓨전 변분 역변환

Unbiased Diffusion Variational Inversion via Principled Posterior Matching

기존 역문제용 스코어 기반 방법들은 역변환 분포와 베이지안 사후 분포 사이의 KL 발산을 근사적으로 최소화하는 경우가 많다. 이러한 근사는 심각한 모드 붕괴와 신뢰할 수 없는 불확실성 정량화를 초래한다. 본 논문에서는 교묘한 근사에 의존하기보다 변분 추론의 기본으로 돌아가는 프레임워크인 Principled Posterior Matching(PPM)을 제안한다. 휴리스틱 근사에 의존하는 대신, Fisher 발산의 적분을 통합하여 KL 발산의 정확한 최적화를 엄밀하게 공식화한다. 우리는 이 적분의 계산 가능하고 동등한 그래디언트 형태를 유도하여, 이전 근사가 도입한 편향 없이 정밀한 최적화를 가능하게 한다. 우리의 분석은 이전 방법들의 모드 붕괴가 이러한 근사 격차에서 직접 비롯됨을 명확히 밝힌다. 이론적 해법을 뒷받침하여, PPM은 두 가지 상보적 패러다임을 통합한다: (1) 변분 추론에서 PPM은 역변환 다양성과 불확실성 정량화를 크게 개선하는 mass-covering 발산을 채택한다; (2) 상환 추론(amortized inference)에서는 빠른 단일 단계 재구성을 위한 효율적인 재구성 네트워크 학습을 가능하게 한다. 또한 우리의 공식화는 Fisher 발산 적분의 일반화를 통해 더 넓은 발산 척도 계열로 자연스럽게 확장된다. 우리는 인페인팅, 초해상도 형광 현미경, 전파 간섭계 블랙홀 영상 등 도전적인 계산 영상 작업 전반에서 PPM을 검증한다. 모든 실험에서 PPM은 우수한 재구성 충실도, 충실한 다중모드 사후 복원, 그리고 잘 교정된 불확실성 추정을 달성하여 과학 영상을 위한 견고한 프레임워크를 구축한다.

arXiv:2605.23264v2cs.CV

노이즈에 색 입히기: 충실한 이미지 초해상도를 위한 적대적 Sobolev 정렬

Coloring the Noise: Adversarial Sobolev Alignment for Faithful Image Super Resolution

이미지 초해상도(SR)에서 생성적 사전지식은 종종 충실한 복원을 희생시킨다. 우리는 이 한계를 등방성 목적함수와 고유한 자연 이미지 매니폴드 사이의 근본적인 스펙트럴 정렬 불일치에 기인한다고 본다. 직접 선호 최적화는 정렬의 한 경로를 제공하지만, 스펙트럴적으로 평탄한 가우시안 노이즈에 의존하기 때문에 진정한 고주파 세부사항과 환각을 구분하지 못한다. 이 기하학적 간극을 메우기 위해, 우리는 이론적으로 뒷받침된 프레임워크 ASASR을 제안한다. ASASR은 노이즈 전이 커널에 명시적으로 색을 입혀 자연스러운 스펙트럴 감쇠를 반영함으로써 생성 흐름을 Sobolev-유도 리만 기하학으로 재구성한다. 이 기하학적 정렬을 추진하기 위해, Riesz 표현 정리에 기반한 매개변수화 적대자를 통합한다. 이는 최악의 경우 Sobolev 기울기에 상응하는 표적화된 부정 샘플을 합성하여, 그럴듯한 구조적 실패의 접공간을 따라 최적화를 유도한다. 광범위한 평가 결과 ASASR은 선도적인 생성형 베이스라인을 능가하며, 특히 스펙트럴 일관성과 구조적 충실도를 보존하는 데 탁월하다. 아티팩트를 효과적으로 완화하는 견고한 솔루션을 제공한다.

arXiv:2508.17434v3cs.CV

TinySR: 실세계 이미지 초해상도를 위한 확산 모델 가지치기

TinySR: Pruning Diffusion for Real-World Image Super-Resolution

실세계 이미지 초해상도(Real-ISR)를 위한 확산 모델의 높은 계산 비용 문제를 해결하기 위해, Dynamic Inter-block Activation과 Expansion-Corrosion Strategy 기반의 깊이 가지치기(depth pruning), 경량 VAE 압축, 조건 모듈 제거 등을 결합한 소형 확산 모델 TinySR을 제안한다. TinySR은 교사 모델 TSD-SR 대비 최대 5.68배 속도 향상과 83% 파라미터 감소를 달성하면서도 RealSR 벤치마크에서 경쟁력 있는 지각적 품질을 유지한다.

arXiv:2606.25255v1cs.CV

강건한 FLAIR 초해상도를 위한 3D 잠재 확산에서의 교차 모달리티 구조적 가이던스

Cross-Modality Structural Guidance in 3D Latent Diffusion for Robust FLAIR Super-Resolution

고해상도(HR) MRI 획득은 스캔 시간 제약으로 인해 어려움을 겪는 경우가 많아, 진단 정확도를 저하시키는 비등방성 또는 저해상도 스캔(예: 두꺼운 슬라이스 FLAIR)이 발생한다. 심층 학습(deep learning) 기반 초해상도(SR) 방법들이 가능성을 보이고 있지만, 해부학적 세부 정보를 환각(hallucinate)하는 경향이 있어 뇌 구조적 무결성을 손상시킬 수 있다. 이러한 한계를 완화하기 위해, 우리는 MR-DiffuSR을 소개한다. 이는 HR T1w 구조 영상 사전 정보(prior)를 통합하여 두꺼운 슬라이스 FLAIR 스캔의 복원을 안내하고 3D 잠재 공간에서 동작하는 다중 해상도 확산 기반 초해상도(Multi-Resolution Diffusion-based Super-Resolution) 프레임워크이다. 우리의 아키텍처는 교차 모달리티 구조적 스윈-어텐션(cross-modality structural swin-attention)을 도입하여, HR T1w로부터 구조적 어텐션 맵을 도출하고 이를 저해상도 FLAIR 잠재 특징에 적용한다. 이 설계는 해부학적 구조를 모달리티별 대비(contrast)로부터 분리하여 환각을 효과적으로 방지한다. 또한, 혼합 스케일 저하(mixed-scale degradation) 전략을 채택하여 다양한 다운샘플링 인수의 연속체에서 모델을 학습시켜 다양한 슬라이스 두께에 대한 강건성을 보장하고, DINOv3 기반 지각 손실(perceptual loss)로 최적화하여 고주파 의미론적 세부 정보를 보존한다. ADNI-4 데이터셋에서 평가한 결과, MR-DiffuSR은 CNN 및 2D 확산 접근법 모두를 능가하여 모든 다운샘플링 인수에 걸쳐 평균 PSNR 32.46dB, SSIM 0.97, LPIPS 0.07을 달성하였다. 하류(downstream) 백질 고신호(white matter hyperintensity) 분할 작업에서 우리 모델은 탁월한 강건성을 보인다. 10배 다운샘플링에서 기준선(baseline) 성능이 붕괴하는 반면(Dice: 0.51), MR-DiffuSR은 7mm 동등 슬라이스 두께에서도 Dice 점수 0.63을 유지하여 유용성을 보존한다.

arXiv:2603.19964v3cs.CV

2K Retrofit: Entropy-Guided Efficient Sparse Refinement for High-Resolution 3D Geometry Prediction

High-resolution geometric prediction is essential for robust perception in autonomous driving, robotics, and AR/MR, but current foundation models are fundamentally limited by their scalability to real-world, high-resolution scenarios. Direct inference on 2K images with these models incurs prohibitive computational and memory demands, making practical deployment challenging. To tackle the issue, we present 2K Retrofit, a novel framework that enables efficient 2K-resolution inference for any geometric foundation model, without modifying or retraining the backbone. Our approach leverages fast coarse predictions and an entropy-based sparse refinement to selectively enhance high-uncertainty regions, achieving precise and high-fidelity 2K outputs with minimal overhead. Extensive experiments on widely used benchmark demonstrate that 2K Retrofit consistently achieves state-of-the-art accuracy and speed, bridging the gap between research advances and scalable deployment in high-resolution 3D vision applications. Code will be released upon acceptance.

arXiv:2106.06998v5cs.LG공식 코드 · Papers with Code

XConv: Low-memory stochastic backpropagation for convolutional layers

역전파를 위해 중간 활성화를 저장해야 하는 CNN 학습의 메모리 병목을 줄이기 위해, XConv는 표준 2D·3D 합성곱 층을 거의 그대로 대체하며 활성화의 압축 투영만 저장하고 다채널 무작위 trace 추정으로 가중치 그래디언트를 근사한다. 표준 역전파와 아키텍처 제약 없이 기존 코드에 최소 변경으로 통합되며, 분류·생성·초해상도·인페인팅·세그멘테이션에서 정확한 그래디언트 방법과 유사한 성능을 유지하면서 활성화 메모리를 2배 이상 절감한다.

arXiv:2606.24479v1cs.CV

MambaRaw: 효율적인 4K RAW 이미지 복원을 위한 선택적 상태 공간 모델링

MambaRaw: Selective State Space Modeling for Efficient 4K Raw Image Reconstruction

카메라 내 JPEG 미리보기는 RAW 이미지 포맷에 널리 사용되며, 무시할 수 있는 저장 비용으로 sRGB 참조 이미지를 제공한다. 기존의 메타데이터 기반 복원 프레임워크는 RAW 이미지 복원 시 이 부가 정보를 활용할 수 있지만, 어텐션 메커니즘이 특징 맵에 대해 이차적으로 확장되기 때문에 특히 4K RAW 이미지와 같은 고해상도에서는 컨텍스트 모델의 연산 비용이 매우 커져 실용적인 적용이 어렵다. 이러한 한계를 해결하기 위해, 우리는 상태 공간 모델(SSM)을 활용하여 엔트로피 파라미터를 효율적으로 추정하는 JPEG 조건부 메타데이터 기반 RAW 이미지 복원 프레임워크인 MambaRaw를 제안한다. 핵심 기여는 두 가지 경량 모듈로 구성된 공간-에너지 결합 컨텍스트 모델링 메커니즘이다: (1) 효율성을 높이기 위해 정보 밀도가 높은 타일에 대해서만 Mamba 방식의 선택적 스캐닝을 수행하는 TileMambaBlock, (2) RAW 신호의 롱테일 에너지 분포에 맞게 특징 표현을 향상시키는 항등 초기화 잔차 모듈인 에너지 인식 정제(EAR). 세 가지 카메라 데이터셋(Sony, Olympus, Samsung)에 대한 광범위한 실험 결과, 강력한 메타데이터 기반 기준 모델 대비 일관된 성능 향상과 함께 JPEG 가이드 RAW 복원에서 우수한 효율성으로 새로운 최첨단 성능을 달성하였다. 특히 낮은 메타데이터 비트레이트 환경에서 MambaRaw는 PSNR을 1.2–1.4 dB 향상시키고 엔드투엔드 코딩 지연 시간을 약 9% 단축한다. 코드는 https://github.com/Peizeli1/MambaRaw 에서 공개되어 있다.