单图像超分辨率方法综述

摘要：

图像超分辨率是指从低分辨率图像生成对应的高分辨率图像.它在人脸识别、数字高清电视、视频通信等领域应用广泛.为了对图像超分辨率技术进行深入探索和总结,本文首先回顾了单图像超分辨率的历史,综述了基于非学习的超分辨率方法,其中展开介绍了基于插值和基于重建的方法,接着重点介绍了基于学习的方法,详细分析了基于深度学习的图像超分辨率,具体总结了 SRCNN、ESPCN、SRGAN这三种图像超分辨率方法,并将其与递归结构、密集结构、注意力机制网络结构进行对比,之后分析了损失函数和上采样方式在图像超分辨率中的作用,介绍了常用数据集和图像评价指标,展示了图像超分辨率的可视化结果.最后,总结了现有单图像超分辨率方法的进展和不足.

关键词：图像超分辨率、深度学习、图像处理、方法综述、递归、注意力机制

所属期刊栏目：45

分类号：TP183(自动化基础理论)

资助基金：江苏省333高层次人才培养工程项目2625

在线出版日期：2022-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：104-112