본 논문에서는 소형 EO/IR 장비의 제한적인 하드웨어 성능으로 동작 가능한 딥러닝 기반의 효율적인 초해상도 기법을 제시한다. 제안하는 알고리즘은 입력 영상크기의 작은 특징맵을 유지하며 초해상도 복원을 수행하기 때문에 메모리 소모량 및 계산효율 측면에서 우수할 뿐만 아니라 작은 크기의 커널로도 상대적으로 넓은 수용 영역(receptive field)을 확보할 수 있는 장점이 있다. 또한 잔차 학습(residual learning)과 밀집 연결(dense connection)을 통해 저수준 특징(low-level feature)을 최대한 보존하여 복원에 활용하였다. 실험 결과 기존의 방법과 비교하여 가장 작은 네트워크 크기를 가지면서도 선명하고 자연스러운 복원 영상이 생성됨을 확인할 수 있었으며, 객관적 성능 수치인 peak-to-peak signal noise ratio (PSNR) 과 structural similarity measure (SSIM) 에서도 가장 높은 성능을 보였다.