基本信息

---

下载

文档摘要

---

摘要

图像超分辨率技术旨在通过深度学习方法将低分辨率图像重建为高分辨率

图像，是计算机视觉领域的热门研究方向。现有的超分辨率算法普遍通过增加模

型深度来提高图像重建性能，导致模型的参数量和计算复杂度不断提高。此外，

虽然大多数超分辨率算法采用双三次下采样来模拟图像的退化过程，但在实际应

用场景中，图像退化往往同时受到模糊、噪声和压缩等多重因素的影响，导致这

些超分辨率算法在处理真实世界图像时效果较差。针对以上问题，本文从网络轻

量化和模糊核估计方面展开了深入的研究，主要工作包括：

（1）