针对图片分辨率不足的问题，传统的解决方案是使用双线性或双三次插值的方法来放大图像；而针对图片压缩噪声的问题，传统的解决方案则是通过各种算法实现平滑、去噪。
本SDK使用智能的方法，基于深度神经网络，依托硬件的神经网络加速器，提供适用于移动终端的1x和3x超分能力；1x超分可以去除图片的压缩噪声，3x超分在有效抑制压缩噪声的同时，提供3倍的边长放大能力。
基本概念
“超分”，即单张图片空间域超分辨率（SISR：Single Image Super-Resolution），指给定单张图片，使用智能方法将其放大，令其分辨率更高，得到比传统放大更加清晰的细节纹理；或者在分辨率不变的情况下，去除压缩噪声，获得更加锐利、干净的图片。
约束与限制
- 支持处理的图片格式包括JPEG、JPG、PNG，最终输出的图片仅支持JPEG格式。
- 目前支持1x和3x超分。两种超分对图片规格的支持情况如下表所示。
表1 1x和3x超分支持的图片规格 超分类型
效果
支持图片较长边最大像素数
支持图片较短边最大像素数
1x
不改变图片的尺寸，但可以智能识别、抑制图片本身的压缩噪声，令图片更加干净清晰。
1920
1080
3x
图片的边长放大3倍。
1024
768
- 目前支持灰度图和RGB图像。在Java中为PixelMap的ALPHA_8和ARGB_8888两种PixelFormat格式。其中，如果ARGB_8888格式的输入图片的Alpha通道没有做超分或放大处理，输出图片的Alpha通道将被置为255。
- 正如其他智能算法存在着准确率的限制，本SDK并不能解决所有图片的放大和噪声抑制问题。对于某些成像质量特别差或者存在着除压缩噪声外其他种类噪声的图片，本SDK并不一定总能得到令人满意的结果。