小米AI团队发布新论文基于弹性搜索（宏观+微观）在超分辨率问题上取得成果

北京下雪了，我先来拍两张。——咔嚓!

图像是最为普及的一种信息载体。而对于如何改善图像质量，提高图像的清晰度，就变成了一个图像处理领域的难题，图像超分辨率技术因此而生，并成功应用到了计算机图像视觉、医学等领域。

近日，小米雷军发微博表示，“来自小米最新出炉的论文，基于弹性搜索在图像超分辨率问题上取得了令人震惊的结果，该模型已开源。”随后与网友评论互动中，雷军还指出“现在相机技术高度依赖人工智能图像技术的进步!”可以看出，这项成果可能在不久的将来会在小米的硬件产品中得到应用。

论文的全称为《Fast, Accurate and Lightweight Super-Resolution with Neural Architecture Search》(论文下载链接：https://www.paperweekly.site/papers/2786)，论文基于弹性搜索(宏观+微观)在超分辨率问题上取得了令人震惊的结果。在相当的 FLOPS 下生成了多个模型，结果完胜 ECCV 2018 明星模型 CARNM(乘加数参数数量少，PNSR/SSIM 指标高，文中称 dominate)，这应该是截止至 2018 年可比 FLOPS 约束下的 SOTA(涵盖 ICCV 2017 和 CVPR 2018)。而达到这样的效果，论文基于一台 V100 用了不到 3 天时间。

此外，论文还给出了几个前向模型。要知道上一篇论文中他们初步结果是击败 CVPR 2016，才半个月时间就提升这么大，这也进一步验证了 AutoML NAS 技术的强大和可怕。需要指出的是，该项技术具有一定的普适性，理论上可以应用于任何监督学习，值得关注和学习。