Image Super-Resolution: evoluzione delle tecniche e applicazioni

Con Super-Resolution si definisce l'insieme delle tecniche che permettono di ricostruire immagini ad alta risoluzione a partire da rappresentazioni a bassa risoluzione. Nei primi algoritmi l'aumento della risoluzione avveniva tramite metodi deterministici di interpolazione, che non erano però in grado di modellare la complessità delle immagini in modo del tutto accurato. L'avvento del deep learning ha permesso di sviluppare nuove tecniche in grado di apprendere la relazione non lineare tra immagini a bassa e ad alta risoluzione, migliorando la qualità delle ricostruzioni. Questo elaborato mira a dare una panoramica sullo stato dell’arte nel campo della Super-Resolution, analizzandone le tecniche più significative e i principali ambiti di applicazione.