openmmlab AI实战营(十)

图像超分辨率：根据从低分辨率图像重构高分辨率图像。其目标为：提高图像分辨率，高分图像符合低分图像的内容，恢复图像的细节、产生真实的内容。可以应用到：图片修复，动画游戏等的高清重制，节约传输高清图像的带宽等。超分辨率可以是多图超分，常用于遥感影像；也可以是单图超分。而单图超分存在不适定问题。稀松编码：在训练阶段，使用已知高低分辨率图像学习高低分辨率字典，在推理阶段，将新的低分图像块在低分字典上进行稀疏分解，然后将低分基底替换为高分基底，系数不变，合成高分辨率图像块。训练和推理都很耗费时间。SRCNN的单个卷积层具有的意义：第一层，提取图像块的低层次局部特征；第二层，对低层次局部特征进行非线性变换，得到高层次特征；第三层，组合邻域内的高层次特征，恢复高清图像。