A super-resolução da imagem, que é usada para restaurar imagens de alta resolução a partir de uma única imagem de baixa resolução (LR), é um problema difícil e desafiador no campo da computação. Nos últimos tempos, os algoritmos dominantes de aprendizado profundo foram aplicados à super resolução de imagem única e mostraram um desempenho altamente eficiente. Os métodos SR são geralmente baseados em dois algoritmos importantes: aumento de escala espacial (no quadro) de alta qualidade e compensação de movimento para encontrar áreas correspondentes em quadros vizinhos. O objetivo é entender melhor a aplicação de imagens de super-resolução no futuro, entendendo como as coisas funcionam no mundo digital.