单图像超分辨率方法综述

来源：电子测量技术杂志2022年第9期北京时间：

作者：陈 晓，荆茹韵

单位：1．南京信息工程大学 电子与信息工程学院 南京 210044; 2．南京信息工程大学 江苏省大气环境与装备技术协同创新中心 南京210044

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

基金资助：江苏省333高层次人才培养工程(2625)