超解像
読み: ちょうかいぞう
深層学習を用いて低解像度画像から高解像度画像を推定・生成する技術。元画像に存在しないディテールを復元する。
超解像 (Super-Resolution, SR) は、低解像度の入力画像から高解像度の出力画像を生成する技術である。単純な補間とは異なり、学習済みモデルが画像の統計的パターンを活用して、元画像に存在しない高周波成分 (エッジ、テクスチャ) を推定・合成する。
代表的なアーキテクチャとして、SRCNN (2014 年)、ESRGAN (2018 年)、Real-ESRGAN (2021 年) がある。特に Real-ESRGAN は実世界の劣化 (JPEG 圧縮、ノイズ、ぼけ) に対応した学習データで訓練されており、写真やイラストの 4 倍拡大で実用的な品質を達成する。
拡散モデルベースの超解像も登場しており、より自然なテクスチャ生成が可能になっている。ただし生成された細部は「もっともらしい推定」であり、法的証拠や医療画像など正確性が求められる用途では注意が必要である。画像拡大ツールで超解像を体験できる。