Superresolución
Técnica de aprendizaje profundo que infiere y genera imágenes de alta resolución a partir de entradas de baja resolución, reconstruyendo detalles no presentes en la fuente.
La superresolución (SR) genera salidas de alta resolución a partir de entradas de baja resolución aprovechando patrones estadísticos aprendidos para sintetizar detalles de alta frecuencia (bordes, texturas) ausentes en la fuente. A diferencia de la interpolación simple, los modelos SR producen detalles nítidos y plausibles.
Las arquitecturas emblemáticas incluyen SRCNN (2014), ESRGAN (2018) y Real-ESRGAN (2021). Real-ESRGAN se entrena con datos que incluyen degradaciones del mundo real (compresión JPEG, ruido, desenfoque) y se aplica con frecuencia a ampliaciones 4x de fotografías e ilustraciones, aunque la calidad resultante varía según el grado de degradación de la entrada.
Los enfoques de SR basados en modelos de difusión producen texturas aún más naturales, aunque los detalles generados son estimaciones plausibles en lugar de verdad absoluta. Esta distinción importa en imágenes forenses o médicas donde la precisión es primordial. Prueba la superresolución con la herramienta de ampliación de imágenes.