许倬维 池漫钊 蔡文康 罗金涛

摘 要 视频超分辨率是指采用信号处理的方法通过对低分辨率视频的退化图像通过处理以获得一幅或者多幅高分辨率复原图像，该技术可以弥补硬件实现的局限并且成本低，在视频、遥感等领域有着重要的应用前景。近几年来，视频超分辨率的方法被大量提出。其中，基于机器学习的视频超分辨率方式以其强大的性能、可观的输出结果，成为视频超分辨率之主流以及众人才研究与发展的方向。在该文章中，作者通过介绍主流视频超分辨率模型的提出背景，核心框架与工作贡献，呈现近年来视频超分辨率的主要发展情况。

关键词 视频超分辨率（VSR）;模型框架;近况

1视频超分辨率（VSR）介绍

视频超分辨率（video super-resolution）技术是指结合了来自同一动态过程的多个低分辨率图像序列的信息，通过信号处理的方式对低分辨率图像进行加工处理，重新构建出具有高时空分辨率的图像序列集，也就是重新构建出具有更高清晰度更多信息量的视频。由于视频是在时间域上一连串具备空间信息的图像集合，因此，视频超分辨率技术处理方法上分为了时间超分辨率和空间超分辨率。视频的时间超分辨率技术是通过时间域一连串视频帧画面之间的相关性，恢复出丢失的细节信息，而视频空间超分辨率则是通过对一帧画面进行图像超分辨率，直接得到具有更高分辨率的图像序列集。因此，该技术可以弥补硬件实现的局限并且使用成本低，使用范围广，在视频、遥感、生物医学等领域有着重要的应用前景[1]。……