超分辨率
一种深度学习技术，从低分辨率输入推断并生成高分辨率图像，重建源图中不存在的细节。
超分辨率 (SR) 利用学习到的统计模式从低分辨率输入生成高分辨率输出，合成源图中不存在的高频细节 (边缘、纹理)。与简单的插值不同，SR 模型能产生清晰、合理的细节。
里程碑架构包括 SRCNN (2014)、ESRGAN (2018) 和 Real-ESRGAN (2021)。Real-ESRGAN 使用包含真实世界退化 (JPEG 压缩、噪声、模糊) 的数据训练，在照片和插画的 4 倍放大中达到实用品质。
基于扩散模型的 SR 方法能产生更自然的纹理，但生成的细节是合理的估计而非真实值。这一区别在法医或医学影像等对准确性要求极高的领域尤为重要。可使用图片放大工具体验超分辨率效果。
