机器学习报告1
[TPAMI 2020](Deep Learning for Image Super-Resolution: A Survey | IEEE Journals & Magazine | IEEE Xplore)
本综述的主要贡献有三个方面：
1)我们对基于深度学习的图像超分辨率技术进行了全面的回顾，包括问题设置、基准数据集、性能指标、具有深度学习的SR方法家族、特定领域的SR应用等。
2)我们以层次化和结构化的方式系统地概述了基于深度学习的SR技术的最新进展，并总结了每个组件对于一个有效的SR解决方案的优点和局限性。
3)我们讨论了这些挑战和开放的问题，并确定了新的趋势和未来的发展方向，为社区提供了一个深刻的指导。
选取网络
SRCNN
SRResNet
VDSR
CARN
MemNet
最新图像超分辨率
AdaFormer: Efficient Transformer with Adaptive Token Sparsification for Image Super-resolution
