# 视频超分辨率
Source: [https://docs.qualcomm.com/doc/80-70022-50SC/topic/video-super-resolution.html](https://docs.qualcomm.com/doc/80-70022-50SC/topic/video-super-resolution.html)
**gst-ai-superresolution** 应用程序可以用低分辨率输入生成高分辨率视频帧。
下图展示了一个 pipeline：从文件源接收视频流作为输入，使用 LiteRT 通过超分辨率模块对其进行处理，并显示输出。
有关 pipeline 中使用的插件的信息，请参见 [Pipeline 流](https://docs.qualcomm.com/doc/80-70022-50SC/topic/video-super-resolution.html#video-super-resolution__section_kkk_xhz_lcc)。
Figure : gst-ai-superresolution pipeline（Wayland 显示）
Figure : gst-ai-superresolution pipeline（文件接收）
## 示例模型文件
Table : gst-ai-superresolution 示例模型
| Runtime | 模型文件 |
| :--- | :--- |
| LiteRT | quicksrnetsmall_quantized.tflite |
## 在目标设备上运行应用程序
示例应用程序使用 /etc/configs/config-superresolution.json文件读取输入参数。
Note: 对于 Ubuntu Server，此文件默认不可用。
要创建您自己的 config JSON 文件，请使用 [config-superresolution.json](https://git.codelinaro.org/clo/le/platform/vendor/qcom-opensource/gst-plugins-qti-oss/-/blob/imsdk.lnx.2.0.0.r2-rel/gst-sample-apps/gst-ai-superresolution/config-superresolution.json) 作为参考。
1. 确保您已完成[前提条件](https://docs.qualcomm.com/doc/80-70022-50SC/topic/download-model-and-label-files.html)。
2. 根据模型、输入流和其他属性更新 config JSON 文件。关于更多详细信息，请参阅 [Config JSON 字段说明](https://docs.qualcomm.com/doc/80-70022-50SC/topic/video-super-resolution.html#video-super-resolution__section_ett_nd4_nfc)。
3. 使用以下格式的 config-superresolution.json文件：
{
"input-file-path": "",
"model": "",
"output-file-path": ""
}Copy to clipboard
例如，使用自定义视频输入文件和模型路径运行应用程序：
{
"input-file-path": "/etc/media/video.mp4",
"model": "/etc/models/quicksrnetsmall_quantized.tflite"
}Copy to clipboard
4. 运行 gst-ai-superresolution 应用程序：
gst-ai-superresolution --config-file=/etc/configs/config-superresolution.jsonCopy to clipboard
5. 要显示可用的帮助选项，请在 SSH shell 中运行以下命令：
gst-ai-superresolution -hCopy to clipboard
6. 要停止用例，请按 CTRL +
C。
## 预期输出
输出显示在 HDMI 显示器上。
Figure : VSR 的预期输出
## Pipeline 流
下表列出了视频超分辨率 pipeline 中使用的插件：| 插件 | 说明 |
| --- | --- |
| filesrc | 采集视频流并使用 tee 拆分流进行推理。 |
| [qtimlvconverter](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimlvconverter.html) | AI 处理流将其用于预处理：
- 在其接收端口上接收视频流。
- 对流数据执行以下预处理。当模型需要浮点值作为输入时，会执行此预处理。
- 颜色转换
- 缩放（放大或缩小）
- 归一化
- 将预处理的视频流转换为其发送端口上的张量数据流。
张量数据流用于 pipeline 后期的推理。 |
| [qtimltflite](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtimltflite.html) | 在 LiteRT 上运行并使用 quicksrnetsmall\_quantized模型。
- 推理 runtime 在其接收端口上接收张量数据。
- Runtime 执行推理。
- 生成一个张量数据流，并在其发送端口上显示推理结果。
|
| qtimlpostprocess | 处理任何超分辨率模式的推理结果。
- 加载 SRNet 模块。
- 生成视频帧形式的结果。
- 将它们发送至 qtivcomposer 的接收端口。
|
| [qtivcomposer](https://docs.qualcomm.com/doc/80-70022-50SC/topic/qtivcomposer.html) |
- 将接收端口获取的内容组成帧。
- 将包含这些组合帧的 GStreamer 缓存推送到其发送端口。
|
| [Waylandsink](https://docs.qualcomm.com/doc/80-70022-50SC/topic/waylandsink.html) |
- Waylandsink 将其接收端口上接收的视频流提交给 Weston。
- Weston 在本地显示器上渲染视频流。
|
## Config JSON 字段说明
可用于配置 JSON 文件和运行用例的不同参数如下：
Table : 字段描述 - config-superresolution.json 文件
| 字段 | 值/描述 |
| :--- | :--- |
| **Input source** | `input-file-path`：输入视频的目录路径。 |
| **Models** | `model`：超分辨率模型的路径。 |
| **Output source** | `output-file-path`：输出视频的目录路径。如果未提供输出文件路径，则启用显示输出。 |
## 相关信息
[使用 LiteRT 进行视频超分辨率和显示](https://docs.qualcomm.com/doc/80-70022-50SC/topic/video-super-resolution-and-display-with-litert.html)
**Parent Topic:** [运行 AI/ML 示例应用程序](https://docs.qualcomm.com/doc/80-70022-50SC/topic/ai-ml-sample-applications.html)
Last Published: Nov 05, 2025
[Previous Topic
视频单目深度估计](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/mono-depth-from-video.md) [Next Topic
多流推理](https://docs.qualcomm.com/bundle/publicresource/80-70022-50SC/topics/multistream-inference.md)