ビデオ品質は視聴体験に直接影響を与え、特に顔のディテールは重要です。従来の手法では、超解像度ネットワークを顔のデータセットに単純に適用したり、各フレームを個別に処理したりすることが多く、顔の再構築におけるディテールと時間的一貫性の両立が困難でした。この課題を解決するため、南洋理工大学研究チームは革新的なフレームワークKEEPを発表しました。カルマンフィルターの原理を利用して顔の修復における「記憶」機能を実現し、修復プロセスにおける顔のディテールの一貫性と連続性を大幅に向上させます。KEEPフレームワークは、エンコーダー、デコーダー、カルマンフィルターの3つの主要なモジュールで構成されています。