03 — Super-resolution ringan: dari interpolasi ke RFDN dan SPAN
Tujuan: Membedakan pembesaran interpolatif dari pemetaan yang dipelajari, dan menjelaskan mengapa naskah memilih dua CNN efisien yang berbeda keluarga.
Poin checklist terkait:
- Membedakan interpolasi klasik dari CNN SR ringan (RFDN vs SPAN pada tingkat ide arsitektur)
Lihat Checklist membaca naskah SR-keandalan.
Materi sebelumnya: 02 — Citra, resolusi, OPG · Materi berikutnya: 04 — Halusinasi vs fidelitas
Terkait: PCD-15 Pengenalan pola.
Memperbesar citra bisa berarti dua pekerjaan yang sering disamakan. Interpolasi (bilinear, bicubic) menghitung intensitas baru dari tetangga; ia tidak “mengingat” pola gigi. Super-resolution terlatih memperkirakan piksel HR dari konteks LR dengan prior yang dipelajari dari banyak pasangan. Prior itulah sumber ketajaman dan sumber halusinasi. Jika prior lebih kuat daripada bukti pada patch LR, model menulis struktur yang masuk akal secara statistik pelatihan, bukan secara sinyal kasus itu.
Mengapa “ringan” menjadi syarat, bukan selera
Naskah menargetkan setting klinis berdaya-hitung terbatas. Arsitektur pecahan tantangan efisiensi — RFDN (AIM 2020) dan SPAN (NTIRE 2024) — punya checkpoint publik, masih muat untuk puluhan forward pass di GPU 12 GB, dan mewakili dua idiom desain. RFDN mewarisi distilasi fitur progresif (keluarga IMDN): kanal disaring bertahap agar parameter kecil tetap informatif. SPAN memakai perhatian spasial tanpa parameter tambahan, cabang tunggal, dengan lapisan awal yang direparameterisasi. Jika skor keandalan hanya jalan di satu keluarga, klaim architecture-agnostic lemah. Jika ia mirip di keduanya, prosedur lebih dekat ke sifat tugas daripada ke trik satu backbone.
SRCNN dan FSRCNN disebut sebagai pembanding opsional, bukan objek utama. Jangan menghabiskan waktu menghafal setiap blok residual. Yang wajib: model adalah CNN diskriminatif (bukan GAN di naskah ini), dilatih pada citra alami RGB, lalu diadaptasi ke grayscale seperti di 02.
Apa yang dipelajari model, dan apa yang tidak
Fungsi kerugian SR klasik (L1, L2, kadang SSIM atau kerugian perseptual) menghukum jarak ke HR pelatihan. Ia tidak menghukum secara langsung “struktur yang tidak ada di LR”. Secara ekstrem, dua keluaran bisa PSNR-nya dekat sementara satu menambahkan garis yang meyakinkan di ruang PDL. Itulah alasan evaluasi whole-image di literatur gigi (Mohammad-Rahimi 2023; Çelik 2024; Atas 2024) tidak menjawab pertanyaan naskah: mereka mengukur mutu global atau manfaat hilir, bukan lokasi risiko.
Atas (2024) memakai SR sebagai prakondisi segmentasi tulang periodontal. Metrik yang naik di situ adalah kinerja segmentasi, masih satu angka per kasus. Kegagalan SR yang “membantu” tepi palsu bahkan bisa menipu metrik hilir. Naskah sengaja tidak bersaing di papan PSNR; ia menambah lapisan evaluasi.
Yang perlu Anda mampu jelaskan di papan
Gambar tiga kotak: LR → \(f_\theta\) → SR. Di bawahnya, panah kedua: LR → upsample miskin → citra kasar. Sinyal keandalan naskah membandingkan SR dengan citra kasar itu, per kotak 16×16. Model \(f_\theta\) bisa RFDN atau SPAN; prosedur penskoran tidak mengubah bobot saat inferensi produksi. MC Dropout, jika dibahas, adalah cabang eksperimen yang membutuhkan \(N\) pass stokastik — biaya yang kemudian dibuang dari rekomendasi operasi.
Setelah jelas bahwa SR belajar prior, modul berikutnya menamai kegagalan prior itu dan membedakannya dari “PSNR rendah”.