RealSR 通过内核估计和噪声注入实现真实世界的超分辨率 纪小中，曹云，泰英，王成杰，李吉林和黄飞跃 腾讯优途实验室 我们的解决方案在两个赛道上均获得了CVPR NTIRE 2020真实世界超高分辨率挑战赛的冠军。 （官方PyTorch实施） 更新-2020年9月2日 培训代码可从 更新-2020年5月26日 添加模型。 提供了基于。在Windows / Linux / macos上测试您自己的图像。有关更多详细信息，请参见 用法./realsr-ncnn-vulkan -i in.jpg -o out.png -x使用合奏 -g 0选择GPU ID。 介绍 不管模糊和噪点如何，最新的最新超分辨率方法在理想数据集上均实现了令人印象深刻的性能。但是，这些方法在现实世界中的图像超分辨率中始终会失败，因为它们大多数都从高质量图像中采用简单的三次三次向下采样来构造低分辨率（LR）和高分辨率（

EDSR-Enhanced Deep Residual Networks for Single Image Super-Resolution,pytorch实现的，欢迎各位下载！

2D快速傅里叶变换实现论文。

Resolution Enhancement Techniques in Optical Lithography

双三次插值与论文中的超分辨率算法代码部分，MATLAB

目标运动对高分辨率一维距离像的影响研究

论文Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network，绝对良心翻译

最新姿态估计模型HRnet 论文：Deep High-Resolution Representation Learning for Human Pose Estimation, Sun etc, CVPR 2019

非常经典的Marching Cubes算法文档

2020 Resolution Report “Be prepared”.pdf