这篇综述主要介绍目前深度学习领域超分辨率问题的一些方法。首先介绍了图像超分辨率问题以及问题的评价标准，之后重点介绍了监督学习领域的几大关键，包括上采样方法、网络结构、学习策略、其他优化策略等。并且分析了各种不同方法的优缺点。之后介绍了无监督学习的一些方法，最后给出了一些未来可能的研究方向。 图像 ...

结果：state-of-the-art 摘要： 近来深度卷积网络在单图像超分辨上取得明显成果。然而随着网络的深度和 ...

上面，例如x8倍 摘要： 近来提出的前馈网络结构学习低分辨输入的表征和由SR（low-resoluton）至 ...

视频增强和超分是计算机视觉领域的核心算法之一，目的是恢复降质视频本身的内容，提高视频的清晰度。该技术在工业界有着重要的实用意义，并对于早期胶片视频的质量和清晰度的提升有着重大的意义。 图像、视频超分辨研究现状 根据数据类型分类，目前的超分辨工作分为图像超分和视频超分。 图像超分 图像超分领 ...

都说超分辨率重建是个病态反问题，什么是病态问题呢？ 病态问题：是指输出结果对输入数据非常敏感的数值分析问题. 对一个数值分析问题, 如果输入数据有微小误差,引起问题解的相对误差很大, 那么称这个问题为病态问题. 一般而言, 病态问题是指条件数很大的数值分析问题. 病态 ...

超分辨率重建技术（Super-Resolution）是指从观测到的低分辨率图像重建出相应的高分辨率图像。SR可分为两类: 1. 从多张低分辨率图像重建出高分辨率图像 2. 从单张低分辨率图像重建出高分辨率图像。基于深度学习的SR，主要是基于单张低分辨率的重建方法，即Single ...

基于学习的超分辨率技术最早是由卡耐基一梅隆实验室的 Baker S在2000年提出的。他们提出一种基于识别先验 知识的方法,通过算法去学习训练指定类别,将得到的先验 知识用于超分辨率。随后,多伦多大学的 Hertzmann a等提 出了基于多尺度自动回归的图像类比算法。麻省理工学院 ...

paper 地址：http://personal.ie.cuhk.edu.hk/~ccloy/files/eccv_2014_deepresolution.pdf 图像超分辨率重建 把一张 低分辨率图像(low resolution) 通过一定的算法 转换成 高分辨率图像(high ...