所属分类：视觉图像与光学光电 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

超分辨率图像放大技术全解

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

学习目标 · 课程结构 · 超分辨率技术的历史发展与当前应用场景

课程导入学习目标

图像基础与放大原理

图像分辨率 · 像素 · 插值的基本概念

图像基础放大原理

传统插值方法详解

最近邻 · 双线性 · 双三次插值的原理

传统插值方法详解最近邻

超分辨率问题定义

退化模型 · 低分辨率与高分辨率图像的关系 · 评估指标（PSNR

超分辨率问题定义退化模型

经典超分辨率方法

基于重建的方法（迭代反投影 · 凸集投影）与基于稀疏表示的方法

经典超分辨率方法基于重建的方法

深度学习入门

卷积神经网络基础 · 激活函数 · 损失函数

深度学习入门卷积神经网络基础

首个深度学习超分辨率网络的结构 · 训练细节 · 效果与局限

快速超分辨率网络与亚像素卷积 · 提升速度与效率

VDSR与残差学习

深度网络与残差连接在超分辨率中的应用

VDSR残差学习

递归网络与深度递归残差网络 · 增强感受野与性能

SRResNet与感知损失

生成对抗网络之前的强基线模型 · 感知损失与内容损失

SRResNet感知损失

SRGAN与GAN超分

生成对抗网络在超分辨率中的应用 · 对抗损失与感知质量

ESRGAN与增强型SRGAN

改进的生成器与判别器 · 相对判别器 · 感知损失优化

面向真实世界图像的退化建模 · 高阶退化模型与实用化

Real-ESRGAN面向真实世界图像…

基于Transformer的超分模型

SwinIR · SwinTransformer在图像…

Transformer基于

轻量级与移动端超分

模型压缩 · 知识蒸馏 · 高效网络设计（如MobileSR）

轻量级移动端超分

视频超分辨率

视频时序信息利用 · 帧对齐 · 循环网络与视频超分模型

视频超分辨率视频时序信息利用

盲超分辨率

模糊核估计 · 退化模型未知时的处理方法 · 如DAN

盲超分辨率模糊核估计

参考超分辨率

利用参考图像（Reference-b… · 如TTSR

参考超分辨率Reference-b

多尺度超分与任意倍率

任意比例放大 · 尺度感知网络 · Meta-SR

多尺度超分任意倍率

数据集与评估

常用数据集（Set5 · Set14 · BSD100

数据集评估

图像质量评估

主观评估MOS · 客观指标PSNR/SSIM/LPIP… · 以及感知质量与保真度的权衡

图像质量评估MOS

实战项目一

基于PyTorch实现SRCNN · 从数据准备到训练与测试

实战项目一PyTorch

实战项目二

基于ESRGAN训练自己的超分模型 · 包括对抗训练技巧

实战项目二ESRGAN

实战项目三

使用预训练Real-ESRGAN处理… · 并调优参数

实战项目三Real-ESRGAN

常见问题与调优

训练不稳定 · 梯度消失 · 过拟合

常见问题调优

超分技术的行业应用

医疗影像 · 卫星遥感 · 安防监控

超分技术的行业应…医疗影像

前沿进展与趋势

扩散模型在超分中的应用 · 大模型与超分结合 · 实时超分

前沿进展趋势

构建一个完整的超分辨率图像放大工具 · 支持多种模型与GUI界面

综合项目构建一个完整的超…

课程总结与进阶路径

知识体系回顾 · 学习资源推荐 · 研究方向与职业发展建议

课程总结进阶路径