1樓：
首先，對於現實肯定是有意義的，好幾個答主都說了不少了。
其次，大水漫灌的確是大可不必的。
再而，sr的文章寫到簡歷上真的比較負意義。
那問題可能出在哪？
其一，資料簡單，實驗簡單，因此只要有任何一點新結構，就有機會在兩三個星期之內做完投中頂會。在這之中，比拼的，可能更多的是軍團流水作戰能力，實驗室的煉丹爐的數量。按部就班做完那些…其實和生化環材已經差不多。
其二，這麼多頂會年年月月日日夜夜重新整理sota和baseline，sota都坐不熱，但是很多時候跑到wild data上，可是啥結果都有了，效能拉垮無法落地。最終這裡面，文章方法的實際貢獻有多大？是不是老方法加很多資料就更行了？
可能有人早知道了，只不過有飯大家吃，掀桌子幹什麼。期待某日出現rethinking sr，rethinking sr dataset，jft300m is all you need for sr。
其三，我真的只是求畢業，不在乎reputation和insight什麼的，我就要這篇文章，那sr所具有的以上優點香不香？
2樓：小趣
目前在研究這方面的內容，不過剛涉及這個領域，了解還不是很多，醫學上主要是用於提高醫療影像的質量。題主目前在研究這方面嗎？
3樓：呵呵哈哈捂臉熊
可用作加速，downsample-process-upsample；
進一步，為了節省成本可以直接獲得lr，然後process-upsample
4樓：
sr確實沒有多大意義。證據如下：
工業界，某SR軟體乙個月賣幾百刀，被罵的很慘，因為同類軟體裡面有免費的而且效果還似乎比他好一點。後來那個賣幾百刀的軟體被破解了，現在似乎沒人付錢了。
風險投資和商業界，靠這種低階影象處理的基本上倒閉光了，還有幾家因為融資的錢還沒吃完還苟延殘喘，但是吃相都很難看。
綜上，能不研究SR就不要研究SR。毀一生。
5樓：半夜出門
是很偽的，比如都拿逃犯的臉去訓，最後恢復出來個個是逃犯了。問題是搞這個的學生嘴巴都很硬，如果你真講實話說這玩意沒鳥用我還能高看一眼
6樓：映月
如果以超解析度為主題，那麼感覺你遇到的問題不止乙個。
既有對相關理論本身價值性的學術拷問，同時也包括，理論研究和技術應用的模糊關係、是否該繼續從事超解析度方向的學業迷茫。
第乙個問題可以參考名言，「提出乙個問題往往比解決乙個問題更重要」。這個最沒必要質疑。人類對未知一向充滿好奇。
第三個問題，才是最值得你重新思考的。你現在是學生，還不是以學術研究作為謀生手段的人，未來，是否及早和超解析度研究說拜拜，從事什麼樣的職業和生活……這些問題，很需要你超越目前眼界和解析度呢！
影象超解析度就業前景如何？
star litx 影象超分辨技術，目前在工業上 或稱 應用領域 用得比較多的是單幀演算法，理論研究層面更關注多幀演算法，主要原因是多幀演算法運算量巨大 儲存空間要求也非常大，目前應用成本太高。對於超分辨技術的應用前景，除了上面各位提到的以外，個人以為，遙感領域 無人機 衛星 才是最為急迫的，畢竟無...
衛星感測器高空間解析度和高光譜解析度，有花力氣讓他兩兼得的價值嗎？可能兼得嗎？
魚子溪 值不值得要看有沒有這個需求，還要具體看需要達到怎麼樣的指標，高空間解析度與高光譜解析度給乙個範圍，高也得有個指標。空間解析度一般由視場角 前置系統焦距 軌道高度與成像面大小決定了，在一定視場角，一定軌道高度下，焦距越長，成像面越大，對應單位像元 畫素 上的空間解析度越高，然而不是越高越好。這...
如何通過多幀影像進行超解析度重構？
李展 ok,我來填坑了，這種實現方式叫做序列超分辨重建。首先，為了說明白重建的原理，我們得先了解明白拍攝的影象為什麼會模糊。實際獲得的低解析度影象可以認為是利用光學成像裝置對原始高解析度場景進行觀測的結果，而觀測過程不可避免的會受到鏡頭光學模糊 欠釆樣 雜訊等降質因素的影響。所以對於乙個影象採集的系...