본 논문은 저하된 이미지를 딥 러닝 접근 방식을 통해 복원하는 과정을 크게 세 단계로 나누어 점진적으로 복원하는 방법을 제안한다. 기존의 다단계 이미지 복원 네트워크에서 맹점으로 존재했던 다음 단계로 정보가 전달되는 과정을 보완하고, 이미지의 핵심적인 부분에 대한 복원을 강화하는 것이 주 관점이다.
먼저 첫 번째 단계에서는 U-Net 구조를 활용하여 저하된 이미지의 전체적인 노이즈 제거 작업을 진행하며 이미지에서 제거된 노이즈의 위치 정보를 이후 단계로 전달한다. 두 번째 단계에서는 입력 이미지의 핵심 요소(본 논문에서는 사람의 이미지를 활용하므로 얼굴 부분)를 찾아 두 개의 VAE를 활용하여 부분적인 노이즈를 제거하고 핵심 요소의 디테일을 복원하는 작업을 거치고, 이전 단계와 마찬가지로 제거된 노이즈의 위치 정보를 다음 단계로 전달한다. 마지막으로 세 번째 단계에서는 이전 두 단계를 거친 이미지의 feature map을 전체 이미지에 대해 로컬 정보를 유지한 고화질의 feature map과 결합하여 제거된 노이즈의 위치정보를 기반으로 해상도를 복원하는 작업을 한다. 우리는 이 연구를 통해 강한 노이즈가 복합적으로 포함된 인물 이미지 복원 작업에서 기존의 10여 개의 이미지 복원 연구들과 비교하여 가장 좋은 성능을 달성했다.