超分辨率图像放大技术全解
📚 共计 30 章节
01
超分辨率技术概述
什么是超分辨率 · 发展历程 · 医疗/遥感/安防/手机摄影应用
概念
应用
02
图像基础与降质模型
分辨率概念 · 降质过程 · 数学建模 · PSNR/SSIM
模型
评价
03
传统插值方法
最近邻 · 双线性 · 双三次 · Lanczos · 优缺点对比
插值
经典
04
基于重建的超分辨率
频域/空域方法 · 迭代反投影 · 凸集投影 · 正则化 · MAP
重建
传统
05
深度学习入门
神经网络基础 · CNN · 激活函数 · 损失函数 · 优化器
基础
DL
06
SRCNN
网络结构 · 原理详解 · 训练技巧 · 代码复现
CNN
经典
07
VDSR与DRCN
残差学习 · 递归结构 · 深度训练 · 梯度裁剪
残差
递归
08
ESPCN
亚像素卷积 · 实时超分 · 移动端部署 · 效率对比
轻量
实时
09
SRResNet与SRGAN
GAN基础 · SRResNet · 感知/对抗损失 · 训练策略
GAN
感知
10
EDSR与MDSR
增强深度超分 · 多尺度 · 残差块改进 · 轻量化
深度
多尺度
11
RDN与RCAN
残差密集网络 · 通道注意力 · 残差中残差 · 性能对比
注意力
密集
12
WDSR与SAN
权重归一化 · 二阶注意力 · 宽激活残差块
归一化
注意力
13
轻量级超分辨率
MobileNet · ShuffleNet · ESPCN变体 · 知识蒸馏 · 剪枝
轻量
部署
14
基于Transformer的超分辨率
ViT基础 · SwinIR · 窗口注意力 · 代码解析
Transformer
SwinIR
15
基于扩散模型的超分辨率
扩散模型基础 · SR3 · 条件扩散 · 采样策略
扩散
生成
16
基于Flow的超分辨率
归一化流 · SRFlow · 可逆网络 · 潜在空间映射
Flow
可逆
17
盲超分辨率
模糊核估计 · KernelGAN · DAN · Real-ESRGAN
盲超分
退化
18
视频超分辨率
时序信息 · 光流对齐 · EDVR · BasicVSR
视频
时序
19
人脸超分辨率
人脸先验 · GAN先验 · GPEN · GFPGAN · CodeFormer
人脸
先验
20
参考超分辨率
参考图像 · 纹理迁移 · CrossNet · 特征匹配
参考
纹理
21
零样本超分辨率
ZSSR · 内部学习 · 图像特定网络 · 自监督
零样本
自监督
22
无监督超分辨率
CycleGAN · 域适应 · CIN · FSSR
无监督
域适应
23
超分辨率数据集
DIV2K · Flickr2K · Set5/14 · Urban100 · Manga109 · REDS
数据集
基准
24
数据增强与预处理
增强策略 · Patch提取 · 归一化 · 多尺度训练 · 退化模拟
增强
预处理
25
训练技巧与调优
学习率调度 · 权重初始化 · BN · Dropout · 早停法
训练
调优
26
模型评估与对比
PSNR/SSIM/LPIPS · 定性评估 · 消融实验 · 复杂度分析
评估
指标
27
模型部署与加速
ONNX · TensorRT · 量化 · 剪枝 · 蒸馏 · 移动端
部署
加速
28
实战项目（一）ESPCN实时系统
数据准备 · 模型训练 · 推理优化 · 实时超分
实战
ESPCN
29
实战项目（二）SwinIR高质量超分
预训练模型 · 微调 · 结果可视化 · 高质量
实战
SwinIR
30
前沿趋势与未来展望
大模型 · 多模态 · 3D超分 · 实时芯片 · 开放问题
前沿
趋势