单张影像的超分辨率重建好有一比

以前一直不懂，单张影像的超分辨率重建，补充的信息究竟从何而来？这种空穴来风的信息还是真的信息吗？

后来看了几篇论文，发现这些信息是从以前的统计关系中获取的。这也许不是精确的信息，但这是“最可能”的信息。好吧这我也能接受。但向学生解释起来还挺费劲的。

今天忽然想到一个好比喻：就好像有个人，看一首诗或者听一首歌曲忽然就大受感动甚至泪流满面，感觉作者一语道尽人生。回头看这首诗或者这首歌曲里，真的能承载这么大的信息量么？当然不行。它们只是那张模糊的，等待读者重建的照片。读者从自己以往的经历中（统计信息），填补了词曲之间的故事细节，得到了栩栩如生的最终作品，并最终倒在了自我感动的泥坑里。

所以，有一千个读者便有一千个哈姆雷特。因为欣赏文艺作品的本质，就是某种超分辨率重建过程。而这个过程，比起科学，更是艺术。

1. https://users.soe.ucsc.edu/~milanfar/software/superresolution.html
2. Real-Time Video Super-Resolution with Spatio-Temporal Networks and Motion Compensation (CVPR2017)
3. Google基于哈希机制的实现：http://docplayer.net/43313136-raisr-rapid-and-accurate-image-super-resolution.html
4. Real-Time Single Image and Video Super-Resolution Using an Efficient Sub-Pixel Convolutional Neural Network (CVPR2016)
5. Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution (CVPR 2017),
6. Deep Residual Networks for Single Image Super-Resolution (Winner of NTIRE2017 Super-Resolution Challenge)