基于深度学习的图像超分辨率重建技术的研究(4)

　　深度学习在图像超分辨率重建领域已经展现出了巨大的潜力，极大的推动了该领域的蓬勃发展发展。但距离重建出既保留原始图像各种细节信息、又符合人的主观评价的高分辨率图像这一目标，深度学习的图像超分辨率重建技术仍有很长的一段路要走。主要存在着以下几个问题：(1)深度学习的固有性的约束。深度学习存在着需要海量训练数据、高计算性能的处理器以及过深的网络容易导致过拟合等问题。(2)类似传统的基于人工智能的学习方法，深度学习预先假定测试样本与训练样本来自同一分布，但现实中二者的分布并不一定相同，甚至可能没有相交的部分。(3)尽管当前基于深度学习的重建技术使得重建图像在主观评价指标上取得了优异的成绩，但重建后的图像通常过于平滑，丢失了高频细节信息。

　　因此进一步研究基于深度学习的图像超分辨率技术仍有较大的现实意义和发展空间。参考文献

　　Park S C, Park M K, Kang M G. Super-resolution image reconstruction: a technical overview[J]. IEEE signal processing magazine, 2003, 20(3): 21-36.

（编辑：ASP站长网）