La super-risoluzione dell'immagine, che viene utilizzata per ripristinare un'immagine ad alta risoluzione da una singola immagine a bassa risoluzione (LR), è un problema difficile e impegnativo nel campo dei computer. In tempi recenti, gli algoritmi di deep learning dominanti sono stati applicati alla super risoluzione dell'immagine singola e hanno mostrato prestazioni altamente efficienti. I metodi SR sono generalmente basati su due algoritmi importanti: up-scaling spaziale (in-frame) di alta qualità e compensazione del movimento per trovare le aree corrispondenti nei frame adiacenti. L'obiettivo è comprendere meglio l'applicazione delle immagini in super risoluzione in futuro, comprendendo come funzionano le cose nel mondo digitale.