既存の深層学習ベースの手法では異なるサンプリング比に対しては異なるモデルの学習が必要だったが、それをサンプリング行列の選び方をgreedyに選ぶことで単一のモデルで可能としている。また、ベースレイヤ(BL)と拡張レイヤ(EL)に分けて段階的に綺麗にする方法をとっている。

Set5 (5 images), Set14 (14 images),BSD100の三つのデータセットで、DeepとDeepでない手法と、7つのサンプリング比で調査している。PSNR, SSIMの両指標においてSoTAを達成している。