نقترح طريقة تعتمد على التعلم العميق لتحسين دقة الصور الفردية (SR). تتعلم طريقتنا مباشرة خريطة من النهاية إلى النهاية بين الصور ذات الدقة المنخفضة والمرتفعة. يتم تمثيل هذه الخريطة كشبكة عصبية ارتباطية عميقة (CNN) تأخذ الصورة ذات الدقة المنخفضة كمدخل وتصدر الصورة ذات الدقة المرتفعة. نوضح أيضًا أن الطرق التقليدية لتحسين دقة الصور التي تعتمد على الترميز النادر يمكن اعتبارها أيضًا كشبكة ارتباطية عميقة. ولكن بخلاف الطرق التقليدية التي تعالج كل مكون بشكل منفصل، فإن طريقتنا تقوم بتحسين جميع الطبقات بشكل مشترك. شبكتنا العصبية الارتباطية العميقة لها بنية خفيفة الوزن، ومع ذلك تظهر جودة استعادة رائدة في مجالها، وتحقق سرعة عالية للاستخدام العملي عبر الإنترنت. نستكشف هياكل شبكة مختلفة وأعداد المعلمات لتحقيق توازن بين الأداء والسرعة. بالإضافة إلى ذلك، نوسع شبكتنا للتعامل مع ثلاث قنوات ألوان في آن واحد، ونظهر جودة إعادة بناء أفضل بشكل عام.