CVday2

 超分辨率：如好莱坞的cia追查犯人，将特别模糊恢复到高清晰度

 应用： 图像 动画视频的画质修复就如以前的叮当猫动画变高清，

            节约传输高清图像的带宽：传输低清晰，再本地恢复等。

超分辨率类型：

 1多图超分，利用多帧低清晰图像然后恢复，多应用于遥感影像，还有视频超分

2单图超分：比较困难，因为只有一个图片，解决方法：图像数据有它的规律作为先验知识，再用先验知识再作用与模糊的就ok！

经典方法：稀疏编码

视频超分的实现：

典型流程：对齐-融合-特征提取-重建

损失函数越多理论上是 学习的越好的就是对比要求变多了一样。 

GPU：决定显卡的东西，用作图像处理的。GPU面对的则是类型高度统一的、相互无依赖的大规模数据和不需要被打断的纯净的计算环境。

初学人工智能，一是看相关基础知识体系。更重要的是实现论文复现（这个是比较困难的，又要配置环境又要跑代码。但是呢，复现多了就有时候一点点的改进就能发一篇文章了。