본 프로젝트에서는 참조 이미지 없이도 저해상도 이미지의 고해상도 디테일을 복원할 수 있는 새로운 NeRF
방법을 연구한다. 이를 위해 NeRF-SR의 Super Resolution 과정을 유지하면서, VQ-VAE의
코드북(codebook) 구조를 도입하여 고해상도 이미지의 패턴을 학습하고 Refinement 기법을 개선한다.
코드북의 임베딩 벡터 수를 증가시켜 더 많은 고해상도 정보를 학습하게 하였으며, Imitation Inference를
통해 참조 이미지 없이도 고해상도 잠재 특성을 모방하도록 훈련한다. 실험 결과, 제안한 모델은
NeRF-SR의 PSNR 성능을 유지했고, 선명하고 디테일이 풍부한 이미지를 생성하는 데 성공하였다.