Résumé:
La super résolution d'image est un ensemble de techniques de traitement d'image utilisées dans la vision automatisée pour améliorer la précision des images corrompues. Ces dernières années, les techniques d'apprentissage en profondeur ont fait de grands progrès pour atteindre des images de qualité supérieure. Dans cette étude, nous identifions les améliorations récentes des techniques d'imagerie à haute résolution en utilisant des méthodes d'apprentissage en profondeur. Plus précisément, nous implémentons les algorithmes deep Learning : VDSR et CAR dans le cas d’une seul et multi copies d’images. Une étude comparative sera menée pour calculer le rapport du signal max sur bruit PSNR et l'indice de similarité structurelle (SSIM). Les résultats obtenus montrent l'efficacité des deux algorithmes, notamment l'algorithme CAR.
