Development of real-world image super-resolution
Wei Sun, Qianzhou Wang, Xueling Chen, Chen Ding, Qingsen Yan, Lei Zhang, Zhang Yanning · Journal of Image and Graphics · 2025
高分辨率的视觉感知对场景的理解、分析等工作十分重要，但在真实场景下受限于拍摄条件、成像设备成本和系统光学器件、电路噪声和传感器的灵敏度等因素，图像往往伴随着各种降质因素影响，表现出模糊、低分辨率等特性。因此，挖掘和利用低分辨率图像中包含的相关信息，利用超分辨重建的方式提高成像分辨率具有十分重要的研究价值。本文系统地分析了国际国内在真实场景下图像超分辨重建领域的重要研究进展，包括问题构造和降质建模、超分辨领域常用数据集与评价指标、传统真实场景下超分辨重建、真实场景下基于监督学习的超分辨重建以及真实场景下基于无监督学习的超分辨重建技术等。其中，问题构造和降质建模部分讨论了降质成像过程及模型化方法。数据集与评价指标部分讨论了超分辨领域常见的合成数据集、真实场景数据集以及定量和定性评价方法。传统超分辨重建部分探讨了早期的超分辨重建方法，包括内插法和基于重建的方法等。基于监督学习的超分辨重建部分则以退化形式为区分，从退化未知与退化已知两个角度进行梳理，探讨如何利用监督信息指导模型参数学习。基于无监督学习的超分辨重建部分则从无监督角度分析讨论低分辨率图像信息的利用，以及退化模型的建模与估计。本文详细综述了上述研究的挑战性，梳理了国内外技术发展脉络和前沿动态。最后，根据上述分析展望了真实场景下图像超分辨技术的发展方向。