본 논문은 형광 현미경의 계산적 초고해상도(CSR) 기법인 ResMatching을 소개한다. ResMatching은 데이터 기반 머신 러닝을 활용하여 향상된 데이터 사전 정보를 학습하기 위해 가이드 조건부 흐름 매칭을 사용한다. BioSR 데이터 세트의 4가지 생물학적 구조에 대해 7가지 기준선과 비교하여 ResMatching의 성능을 평가한 결과, 데이터 충실도와 지각적 현실감 사이에서 최고의 균형을 이루는 경쟁력 있는 결과를 일관되게 달성했다. ResMatching은 잡음이 많은 저해상도 이미지와 같이 강한 사전 정보를 학습하기 어려운 경우에 특히 효과적이며, 암묵적으로 학습된 사후 분포에서 샘플링하고 예측 불확실성을 제공할 수 있다.
