저해상도 축구 중계 영상의 고해상도 복원을 위해 확산 모델(Diffusion Model)을 활용한 다단계 생성적 업스케일링 프레임워크를 제시합니다. $64 \times 64$ 픽셀의 저해상도 이미지를 $1024 \times 1024$ 픽셀의 고해상도 이미지로 변환하며, 이미지-투-이미지 파이프라인, ControlNet 조건화, 그리고 LoRA 미세조정을 통합하여 기존 업스케일링 방법보다 선수의 디테일이나 유니폼 로고와 같은 영역 특징을 더욱 잘 복원합니다. 축구 데이터셋으로 LoRA를 학습하여 스포츠 중계 환경에 적합하도록 설계되었으며, 실험 결과 기존 모델보다 성능이 크게 향상됨을 보여줍니다. ControlNet은 세부적인 디테일을, LoRA는 특정 작업 관련 요소를 향상시키는 데 기여합니다. 이는 스포츠 미디어 분야에서 확산 모델 기반 이미지 복원의 가능성을 보여주며, 자동화된 비디오 향상 및 실시간 스포츠 분석 등의 미래 응용 분야를 제시합니다.
