Photoshop CCで詳細を保持するアップサンプリングの基本的なアルゴリズムは何ですか？

Photoshop CCのディテールを維持するアップサンプリングアルゴリズムは本当に素晴らしいです。ほぼリアルタイムで詳細を保持しながら、あらゆる画像を拡大できます。そして、それがどのように実装されているのか、本当に疑問に思います。

私はキーワードで論文を検索することから始めましたsingle image super resolution。そして、現在の最先端のアルゴリズムは、欠けている高周波情報を推測するために訓練された外部データベースを必要とするようです。完全な辞書をトレーニングして配布するのは本当に難しいと思いますよね？また、画像ピラミッドを含む辞書をリアルタイムでトレーニングすることはできないと思います。

その後、アルゴリズムにimage upsampling比べて十分高速に見えるの領域に目を向けましたが、super resolution非常に多くのアルゴリズムがあり、私は完全に迷っています。

それで、誰かがそのツールをどのように実装できるかについて推測やヒントがありますか？ありがとう！

これは、「シャープ化」によるバイキュービック補間を超えるものではありません。

http://www.lynda.com/Photoshop-tutorials/interpolation-settings/124096/140573-4.html

彼らは年齢の補間アルゴリズムを更新していません。

「エッジ認識」アップサンプリングには多くのアルゴリズムがあります。Photoshop自体が何を使用しているかはわかりませんが、たとえばAlien Skin Blow Upプラグインでは同様の結果が得られ、三角測量を使用したベクトル化が使用されます。三角形は、アップサンプリングされた画像を十分に鮮明に保ちながら、慎重に平滑化されます。

NEDI（新しいエッジ指定補間）、またはRaanan Fattalの「インポーズされたエッジ統計によるアップサンプリング」もご覧ください。

さらに別のアプローチは、画像をベクトルフィールドに変換し（ベクトルはエッジに沿って進む）、このフィールドを拡大してから、いくつかのPDEソルバーを使用して空間ドメインを再計算します（高速ポアソンソルバーが一般的なオプションです）。

OnOne SoftwareのGenuine Fractalsは、フラクタルジオメトリ、特にIFS（反復関数システム）を使用し、自己相似性を利用して、エッジだけでなく自然に見えるテクスチャデータの再作成を可能にするさらに別のアプローチを示しています。フラクタル近似画像は、定義上、解像度に依存しません。私はかつて同様のソフトウェアを書いたことがありますが、フラクタル表現の計算にはコストがかかり、一方でレンダリングは非常に高速です。