Die Bild-Superauflösung, die zur Wiederherstellung eines hochauflösenden Bildes aus einem einzelnen Bild mit niedriger Auflösung (LR) verwendet wird, ist im Computerbereich ein schwieriges und herausforderndes Problem. In jüngster Zeit wurden vorherrschende Deep-Learning-Algorithmen auf Einzelbild-Superauflösung angewendet und haben eine hocheffiziente Leistung gezeigt. SR-Methoden basieren normalerweise auf zwei wichtigen Algorithmen: hochwertiger räumlicher Hochskalierung (im Bild) und Bewegungskompensation für Finden entsprechender Bereiche in Nachbarrahmen. Ziel ist es, die Anwendung hochauflösender Bilder in Zukunft besser zu verstehen, indem man versteht, wie die Dinge in der digitalen Welt funktionieren.