1. receptive field(感受野)： 卷积神经网络CNN中，某一层输出结果中一个元素所对应的输入层的区域大小，被称作感受野receptive field。
感受野的大小是由kernel size，stride，padding , outputsize 一起决定的。
2. 定性分析和定量分析
定量地说，我们显示了巨大的改进，在最先进的两张脸的超分辨率和对齐。
定性地说，我们第一次在像图1这样的真实世界低分辨率图像上显示了良好的结果（以上来自Super-FAN 论文）
在人脸超分辨率方面，定量分析是通过具体的数字来与其他方法比较，体现出自己的方法好； 定性分析，则是用不同的方法生成一些图片，让人从主观方面评价哪个图片清晰，从而得出那个方法比较好
参考链接：https://www.cnblogs.com/kelelipeng/p/10399963.html
3. 如何通俗的理解“训练集测试集都是来自于同一分布”这句话？
1.就是别用从动画片数据集里做出来的动物识别程序去识别纪录片里的动物。
2.同一分布什么的还是比较抽象，以我的理解同一分布也就是训练集和测试集是一类图像就可以了。
4. 深度学习的 “ 端到端模型（end-to-end learning）”
5.关于上采样方法总结（插值和深度学习）
https://blog.csdn.net/qq_34919792/article/details/102697817
6. upsampling（上采样）& downsampled（降采样）
https://www.cnblogs.com/fangpengchengbupter/p/7677707.html
7.滤波器和模糊？滤波器有哪些种类？
8. 图像卷积与滤波的一些知识点
https://blog.csdn.net/zouxy09/article/details/49080029
9.亮度与对比度
亮度调整：图像像素强度整体变高/变低。
对比度调整：图像暗处像素强度变低，图像亮处像素强度变高，从而拉大中间某个区域范围的显示精度。
http://codec.wang/opencv-python-extra-contrast-brightness/
10. 图像就是矩阵，或是函数
11.图像梯度的基本原理
https://blog.csdn.net/saltriver/article/details/78987096
12.掩膜的用法
提取感兴趣区：用预先制作的感兴趣区掩膜与待处理图像相乘，得到感兴趣区图像，感兴趣区内图像值保持不变，而区外图像值都为0；