超分辨率：把模糊变清晰

超分辨率（SR）把低分辨率图像放大并补细节。传统插值只会让图更糊，深度学习模型能“猜”出合理细节，让老照片重获新生。

超分辨率的本质是“有依据的想象”：模型不是恢复真相，而是基于经验生成合理细节。这带来一个哲学问题——一张被 AI 补全细节的老照片，还算是原始记录吗？技术每前进一步，都要重新回答“什么是真实”。

## 核心要点

图片来源：Openverse / NYC Media Lab（https://www.flickr.com/photos/67540051@N03/6791114031）

1. 深度 SR 是典型的病态问题：多种高清图可能对应同一低清图。

2. GAN 类方法生成的细节最“真实”，但可能与原图不符。

3. 影视修复、卫星图像、医学影像是重要应用。

4. 它也在被滥用于“AI 修图”，引发对真实性的讨论。

图片来源：Openverse / CoCreatr（https://www.flickr.com/photos/22746936@N02/2211459923）

## 写在最后

以上是关于「超分辨率」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。