经典超分辨率重建论文，基于稀疏表示。下面首先介绍稀疏表示，然后介绍论文的基本思想和算法优化过程，最后使用python进行实验。 稀疏表示 　　稀疏表示是指，使用过完备字典中少量向量的线性组合来表示某个元素。过完备字典是一个列数大于行数的行满秩矩阵，也就是说，它的列向量有无数种线性组合来表达 ...

一、相关概念 1.分辨率 图像分辨率指图像中存储的信息量，是每英寸图像内有多少个像素点，分辨率的单位为PPI(Pixels Per Inch)，通常叫做像素每英寸。一般情况下，图像分辨率越高，图像中包含的细节就越多，信息量也越大。图像分辨率分为空间分辨率和时间分辨率。通常，分辨率被表示成每一个 ...

超分辨率问题（Image super-resolution, SR) 　　从低分辨率(LR)的图像中 ...

该算法受到了最近的（manifold learning）流行学习算法的启发，特别是局部线性嵌入（LLE）。我们运用局部重叠来增强重建高分图像块之间的兼容性和平滑约束。具体来说，高分和低分图像块在两个不同的特征空间中形成了类似局部几何的流形。就像LLE中，局部几何结构特征是通过 一个块（patch ...

本篇是基于 NAS 的图像超分辨率的文章，知名学术性自媒体 Paperweekly 在该文公布后迅速跟进，发表分析称「属于目前很火的 AutoML / Neural Architecture Search，论文基于弹性搜索（宏观+微观）在超分辨率问题上取得了非常好的结果。这种架构搜索在相当 ...

Google Pixel 超分辨率--Super Resolution Zoom Google 的Super Res Zoom技术，主要用于在zoom时增强画面细节以及提升在夜景下的效果。 文章的主要贡献有： · 使用多帧图像超分辨算法代替去马赛克算法 · 引入 ...

使用深度学习的超分辨率介绍 关于使用深度学习进行超分辨率的各种组件，损失函数和度量的详细讨论。 介绍 超分辨率是从给定的低分辨率（LR）图像恢复高分辨率（HR）图像的过程。由于较小的空间分辨率（即尺寸）或由于退化的结果（例如模糊），图像可能具有“较低分辨率”。我们可以通过以下 ...

声明：本人属于绝对的新手，刚刚接触“稀疏表示”这个领域。之所以写下以下的若干个连载，是鼓励自己不要急功近利，而要步步为赢！所以下文肯定有所纰漏，敬请指出，我们共同进步！ 踏入“稀疏表达”（Sparse Representation）这个领域，纯属偶然中的必然。之前一直在研究压缩感知 ...