Estudio comparativo de algoritmos de súper resolución de una sola imagen basados en aprendizaje profundo

Abstract

El problema de la súper resolución comprende un conjunto de métodos de procesamiento digital de imágenes; su objetivo es incrementar la resolución de las imágenes para mejorar su calidad visual. En años recientes, con el auge del aprendizaje profundo y el aumento de la capacidad computacional, han surgido una serie de métodos para súper resolución basados en aprendizaje profundo. Este trabajo presenta un estudio comparativo de cuatro métodos recientes del estado del arte de súper resolución utilizando aprendizaje profundo. Se analiza su fundamento teórico y sus arquitecturas. Se comparan y reportan sus rendimientos usando diferentes bases de datos utilizadas en súper resolución.