التعامل مع المشكلة غير المحددة بشكل جيد لاسترجاع الصورة عالية الدقة من خلال توليد هدف تكيفي

بسبب الطبيعة من نوع واحد إلى العديد في مشكلة التكبير الفائق (SR)، يمكن أن يتم تعيين صورة منخفضة الدقة (LR) واحدة إلى العديد من الصور عالية الدقة (HR). ومع ذلك، فإن خوارزميات SR القائمة على التعلم تُدرَّب على تحويل صورة منخفضة الدقة إلى الصورة عالية الدقة المُحددة كمرجع (GT) في مجموعة التدريب. وعندما لا يتطابق الإخراج تمامًا مع الهدف المرجعي، يرتفع خسارة التدريب ويعاقب الخوارزمية، حتى لو كان الإخراج مُمكِنًا رياضيًا وفقًا لإطار SR. ويصبح هذا الأمر أكثر إشكالية في حالة التكبير العشوائي (blind SR)، حيث تُفاقم النوى الضبابية غير المعروفة المتنوعة طبيعة المشكلة غير المحددة بشكل جيد (ill-posedness). وللتعامل مع هذه المشكلة، نقترح نهجًا جوهريًا مختلفًا لحل مشكلة التكبير الفائق من خلال إدخال مفهوم "الهدف التكيفي". ويتم إنشاء الهدف التكيفي من الهدف المرجعي الأصلي من خلال تحويل معين يُطبَّق لتتماشى مع إخراج شبكة التكبير الفائق. ويُعد الهدف التكيفي وسيلة فعّالة للخوارزمية لمعالجة الطبيعة غير المحددة بشكل جيد لمشكلة التكبير الفائق، من خلال توفير المرونة للخوارزمية لقبول طيف واسع من الحلول الصالحة. وتبين النتائج التجريبية فعالية خوارزميتنا، خاصةً في تحسين الجودة الإدراكية للإخراجات عالية الدقة.