丽莎老师讲机器人之基于深度学习的超分辨率算法
欢迎收听丽莎老师讲机器人，想要孩子参加机器人竞赛、创意编程、创客竞赛的辅导，找丽莎老师！欢迎添加微信号：153 5359 2068，或搜索微信公众号：我最爱机器人。在我们平常看影视包括动画作品时，都能看到这样一个场景，在翻看监控录像的时候，有一个远处的细节看不清，于是就把这个区域不断放大，画面会变得越来越清楚。其实像平常我们日常看到的监控像电影里放大的话，放的越大画面就会越来越模糊。远处看不清的地方放大了一样看不清，所以说影视作品里的放大监控画面有夸张的成分在里面。虽然监控录像不能做到实时放大变清晰，但是并不是不能实现把低分辨率的图像变成高分辨率，利用超分辨率算法就可以做到，超分辨率算法是一种基于深度学习的图像处理算法，可以对低分辨率图像进行成倍数级的提升，将其转化为高分辨率图像。图像超分辨率重建是在相同的环境中能够利用很多不同的低分辨率图像共同作用从而再次构造出高分辨率图像，能够让图像变得越来越清楚。这种技术不是将照片真实、清晰地放大，而是通过神经网络将它们以尽可能接近真实的对照片进行合成、放大。视频图像增强就是将观测到的低分辨率图像序列进行图像处理，以得到某一帧或整个序列的高分辨率图像。图像增强、图像复原都是从图像到图像的处理，即输入的原始数据是图像，处理后输出的也是图像。利用机器不断地学习给定的训练图像集，来建立和被测试图像的联系，从而得出高分辨率的图像，基于学习的方法就是低分辨率的图像已经拥有充分的用于推理预测其所对应的高分辨率部分(例如边缘等)的信息，通过对一组同时包括高分辨率图像和低分辨率图像的训练集合的训练，学习到一个联合的系统模型。给人的视觉上觉得是分辨率的提高，但其实这不是信息的恢复，而是得出了一个可以接受的近似值，进行了一个补充。
图像增强技术就是基于深度学习技术，重新设计并提出自研的超分核心技术算法。可针对有损的视频场景、低分辨率视频流或视频文件进行实时放大、修复、复原，输出高分辨率、高清晰度视频，并经过神经网络的处理，有效修复编解码引入的图像错误，实现更优的超分效果，整体提升PSNR水平。对于老电影修复和优质内容分辨率提升有着显著的效果。超分辨率算法可以在不升级成像系统硬件设备的前提下，从软件算法层面来满足市场在图像分辨率上日益增长的需求，在视频、遥感、医学和安全监控等领域具都有十分重要的应用,也逐步涉及到其它各个领域，降低成本，提高图像质量，相信图像超分辨率技术会有更广阔的前景。
