超分辨率學習思路

序言

圖像超分辨率是指從低分辨率圖像中恢複出自然、清晰的紋理，最終得到一張高分辨率圖像，是圖像增強領域中一個非常重要的問題。近年來，得益于深度學習技術強大的學習能力，該問題有了顯著的進展。

低分辨率圖像一般通過一系列的退化操作得到，在損失了大量細節的同時，也引入了一系列的噪聲。基于深度學習的超分辨率過程本質上就是通過網絡模型采用成對的訓練資料進行有監督學習的訓練，進而拟合上述退化操作的逆操作，得到重建後的高清圖像。

正文

好了，廢話不多說，知道超分是啥就好了，關于超分領域我也不太了解，隻是前段時間和該方面的朋友聊了一下，推薦了幾篇論文作為學習，僅此記錄一下哪幾篇：

• SRGAN
• EARGAN
• RankSRGAN
• USRNet
• ZSSR
• RFB-ESRGAN
• TTSR
• RealSR

好了，正文也寫完了，記錄一下而已，萬一哪天會進到這個領域再翻出來學習。

再提供兩篇關于超分的高品質原理介紹文章連結：

• 一鍵提升多媒體内容品質：漫談圖像超分辨率技術
• 使用深度學習的超分辨率介紹