DepthMapの高解像度エッジマップがある仮定の下では、超解像タスクをコスト関数の大域最適化として定式化でき、これはノイマン境界条件のポアソン方程式としてDCTを用いて陽に求解可能なことを指摘。そこでエッジマップを学習ベースで取得し、上記DCTによる求解も特徴量テンソルに適用することでE2Eの学習を可能にする。

NYU等でbicubic縮小したデータを用いて学習。実データによる検証も行なっている。SOTA性能達成かつパラメタ数もだいぶ少ない。

理論的裏付けがそれなりにしっかりしているのが強みか。ロスはL2のみであるにも関わらず中間出力のエッジマップがちゃんとエッジを捉えているのが不思議。