1、文中反復強調的 Handheld Motion in subpixel Space 意在何處？
1）首先，超分辨的是指由一幅低分辨率圖像或一組圖像序列恢復出高分辨率圖像的技術。Essentially, 超分辨率重建的核心思想是用時間帶寬(獲取同一場景的多幀圖像序列)換取空間分辨率,converting time resolution into highly spatial resolution。
2）然后，what kinds of premises do a burst of LR images require? Typically, across the processing of SR, assuming that LR圖像代表了同一場景的不同側面，也就是說LR圖像是基於亞像素精度的平移亞采樣。如果僅僅是整數單位的像素平移，那么每幅圖像中都包含了相同的信息，這樣就不能為SR圖像的復原提供新的信息。如果每幅LR圖像彼此之間都是不同的亞像素平移，那么它們彼此之間就不會相互包含，在這種情況下，每一幅LR圖像都會為HR圖像的復原提供一些不同的信息。以圖1為例，亞像素的平移空間為超分辨率重建提供了條件。
圖1 亞像素空間平移與超分辨重建的簡單示意圖
3）最后，“圖像超分辨率重建技術與方法綜述”的論文中指出，超分辨率重建要求不同的圖像具有不同的運動，而且這些運動中必須包含亞像素的位移。如圖2所示：
圖2 不同Ai 表示像素間的位移是0.5個像素，即使用同樣的3*3的CMOS陣列相機拍攝場景，但在平行於圖像的平面位移0.5個像素，
移動方向可以是水平的或者垂直的。最后經過插值算法，將4幅LR合成為1幅SR image，圖像分辨率變大。
To summary, displacement of LR images over subpixel space is a fundamental premise contributing to SR image.Therefore, the author deliberately elaborate that we show that using hand tremor alone is enough to move the device adequately during the burst acquisition.
2、Kernel Regression（核回歸）
Wikipedia的解釋是：
Kernel regression is a non-parametric technique in statistics to estimate the conditional expectation of a random variable. The objective is to find a non-linear relation between a pair of random variables X and Y.
In any nonparametric regression, the conditional expectation of a variable 
relative to a variable 
may be written:
where 
is an unknown function.