CREST는 이미지에 삽입된 저작권 표시 등 메시지가 심한 크롭핑으로 캐리어 일부가 아예 사라지는 문제를 '소실(erasure)' 관점에서 새롭게 접근한 프레임워크다. 컴팩트한 QR 메시지를 LT 분수 코딩으로 중복 확장한 뒤 크롭핑에 특화된 신경망 임베딩과 조각 복구를 결합했다. COCO, DIV2K, VOC2012 실험에서 면적 유지율 0.7의 혼합 왜곡 조건일 때 TRA를 18.52%에서 68.45%로 끌어올리고 EMR을 13.88%에서 4.21%로 낮췄다. COCO2017에서는 이미지 영역이 30~50%만 남아도 48.55~65.12%의 TRA를 유지해, 기존 방식이 모두 실패하는 극단적 크롭핑 상황에서도 메시지 복구가 가능함을 보였다.

• •심한 크롭핑을 신호 왜곡이 아닌 '소실' 문제로 재정의한 CREST 프레임워크
• •LT 분수 코딩 기반 중복 확장과 크롭핑 특화 신경망 임베딩·복구 결합
• •면적 유지율 0.7 조건에서 TRA 18.52%→68.45%, EMR 13.88%→4.21% 개선
• •이미지 30~50%만 남아도 기존 기법이 실패하는 상황에서 메시지 복구 성공