VIP7

本课程属于：074-视觉测量与亚像素定位 AI智能与边缘计算工程 · 共 7 门相关课程，组合学习更完整。

查看所属VIP全部课程 →

← 返回所属目录咨询 / 购买

超分辨率与多帧融合工程化落地

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

超分辨率与多帧融合概述

定义 · 应用场景（安防 · 医疗

超分辨率多帧融合概述

图像退化模型

模糊 · 噪声 · 下采样

图像退化模型模糊

传统插值方法

最近邻 · 双线性 · 双三次插值的原理与对比

传统插值方法最近邻

多帧融合基础

光流估计 · 图像配准 · 亚像素精度对齐

多帧融合基础光流估计

经典多帧超分

LapSRN · VDSR · RCAN 等深度学习架构回顾

经典多帧超分LapSRN

数据准备与增强

高-低分辨率对构建 · 多帧序列生成 · 数据增强策略

数据准备增强

模型选型与设计

轻量化网络（MobileNetV3 · ShuffleNet）在超分中的应用

模型选型设计

损失函数（L1 · L2 · 感知损失

ONNX导出 · TensorRT部署 · INT8量化

推理优化ONNX

多帧对齐模块

显式对齐（STN · Deformable Conv）与隐…

多帧对齐模块STN

平均融合 · 加权融合 · 自适应融合（Spatial Atte…

融合策略平均融合

时序一致性

视频超分中的时序平滑 · 循环结构（BasicVSR · IconVSR）

时序一致性视频超分

实时性挑战

移动端/边缘端部署的延迟与内存优化

实时性挑战移动端

PSNR · SSIM · LPIPS

评估指标PSNR

工程化框架

PyTorch Lightning · MMEditing · TensorFlow 的选择

工程化框架PyTorch

多线程读取 · 预取 · 缓存

数据管线多线程读取

模型版本管理

MLflow · Weights & Biases 的…

模型版本管理MLflow

自动化测试

单元测试 · 集成测试 · 回归测试在超分模型中的应用

自动化测试单元测试

持续集成/持续部署

GitHub Actions · Docker · Kubernetes 部署流水线

持续集成持续部署

监控与告警

模型推理延迟 · 内存占用 · PSNR 漂移的实时监控

安防场景下的多帧人脸超分辨率

案例1安防场景下的多帧…

卫星遥感图像的多帧融合与超分

案例2卫星遥感图像的多…

手机拍照的多帧夜景增强（HDR+超分…

医疗内窥镜视频的实时超分辨率

案例4医疗内窥镜视频的…

老旧电影/视频的修复与超分

案例5老旧电影

边缘端部署

NVIDIA Jetson · Qualcomm SNPE · Apple Core ML

边缘端部署NVIDIA

AWS SageMaker · 阿里云 PAI · 自建 GPU 集群

云端部署AWS

隐私与安全

联邦学习在超分中的应用 · 数据脱敏

NeRF 与超分结合 · 扩散模型在超分中的应用

前沿趋势NeRF

课程总结与项目实战

从零搭建一个多帧超分系统

课程总结项目实战