论文标题：Real-World Single Image Super-Resolution: A Brief Review 论文链接：https://arxiv.org/abs/2103.02368 作者单位：四川大学 & 电子科技大学 18页综述，共计147篇参考文献！本文旨在对Real-World单图像超分辨率（RSISR）进行全面的回顾。涵盖了公开可用数据集和评估指标，并将其分成四大类别，分别对各种方法进行介绍和性能比较！

旨在从低分辨率（LR）观察重建高分辨率（HR）图像的单图像超分辨率（SISR）在近几十年来一直是图像处理领域的活跃研究主题。特别是，基于深度学习的超分辨率（SR）方法引起了广泛关注，并极大地提高了对合成数据的重建性能。最近的研究表明，合成数据上的模拟结果通常会高估超分辨率real-world图像的能力。在这种情况下，越来越多的研究人员致力于开发用于逼真的图像的SR方法。本文旨在对现实世界中的单图像超分辨率（RSISR）进行全面的回顾。更具体地说，本综述涵盖了RSISR的关键的公开可用数据集和评估指标，以及RSISR方法的四个主要类别，即基于degradation建模的RSISR，基于图像对的RSISR，基于域转换的RSISR和自学习基于RSISR。在基准数据集上，在重建质量和计算效率方面也对代表性RSISR方法进行了比较。此外，我们讨论了有关RSISR的挑战和有前途的研究主题。

内容中包含的图片若涉及版权问题，请及时与我们联系删除