軽量ネットワークを用いてcoarse超解像を行う。軽量ネットワークの特徴マップをMask Prediction networkに入力し、誤差マップ（超解像の誤差の期待値）を出力する。誤差の高いところからpatchを取り出してRefine Network（これも超解像ネットワーク）に入力し、超解像の誤差を修正する。画像全体ではなくpatchを選んで処理するので計算量が少ない。

従来手法に提案のCoarse-to-fine構造を実装、計算量削減かつ精度僅か向上。

アイデアがそこまで新しくないが、実験量が十分。 https://github.com/huxiaotaostasy/MGA-scheme