基于深度学习的图像超分辩率技术学习专题

特点	基于软件的超分辨率（如ArcGIS）	使用代码及最新算法的超分辨率
技术实现	通常集成了传统的图像处理算法（如双三次插值、最近邻插值等）以及一些预训练的深度学习模型	基于最新的深度学习算法，如GANs（生成对抗网络）、CNNs（卷积神经网络）等
灵活性	方便但固定	高度灵活，可自定义
性能	对于一般的遥感图像处理任务，性能较好；受限于软件的实现和硬件配置，可能无法达到最新算法的效果。	使用最新的算法可以显著提高超分辨率效果，特别是在细节还原和边缘锐化方面；需要较高的计算资源，特别是GPU，对硬件要求较高。
应用场景	快速处理、批量应用	研究、开发、高精度需求

基础理论学习

阅读学习付老师的深度学习讲义，基本了解深度学习的相关概念和历史

视频讲解学习：

对应课件学习：

[TBD]