在手持式行動裝置已成為趨勢的現在，影像超解析度方法的應用也越來越廣泛，以滿足影像在不同解析度的裝置上顯示的需求。超解析度方法是將一張低解析度影像，經過插補運算或重建等過程，以獲得其高解析度影像的演算法。而因為低解析度影像原本就只包含較少的資訊，故經過超解析度方法處理後而得的高解析影像常常會有嚴重的失真狀況，尤其是當放大倍率較高的時候。
本篇論文中，我們提出一個基於相鄰嵌入超解析度方法，並將演化賽局理論應用於其中的演算法。賽局理論通常被用於解釋經濟、政治或是生物學上的現象，和其他理論不同的地方是，賽局理論強調的是參與者之間的互動以及其策略的運用。在假設參與者皆為理性的狀況下，他們會盡可能地提高自己的報酬。
而相鄰嵌入超解析度方法是一種需要透過額外影像資料庫的幫助以達到提高目標影像解析度的方法。和其他類似的方法不同的是，該演算法僅需一至兩張高解析度影像，及其對應的低解析度影像存於資料庫中。透過將影像切割成固定大小的補丁並比對以後，我們可根據低解析度補丁間的關係，重建高解析度影像的補丁並產生高解析度影像。
最後我們透過實驗證明，本論文的演算法所產出的高解析度影像無論是在主觀感覺或是客觀標準的影像品質上，都優於原本的演算法。這顯示了演化賽局理論模型的應用是成功的。

[1] R. Keys, “Cubic convolution interpolation for digital image processing”, IEEE Trans. Acoust. Speech, Signal Process., vol. ASSP-29, no.6, Dec. 1981, pp. 1153-1160.
[2] H.S. Hou and H.C. Andrews, “Cubic splines for image interpolation and digital filtering”, IEEE Trans. Acoust., Speech, Signal Process., vol. ASSP-26, no. 6, Dec. 1978, pp. 508-517.
[3] J. Allebach and P. W. Wong, “Edge-directed interpolation”, IEEE Conf. on Image Processing, vol. 3, Lausanne, Switz, Sep. 1996, pp. 707-710.
[4] X. Li and M.T. Orchard, “New edge-directed interpolation”, IEEE Trans. on Image Processing, vol. 10, no. 10, 2001, pp. 1521-1527.
[5] M. Irani and S. Peleg, “Motion analysis for image enhancement: resolution, occlusion and transparency”, JVCIP, 1993.
[6] S. Dai, M. Han, Y. Wu, and Y. Gong, “Bilateral Back-Projection For Single Image Super Resolution”, IEEE Conf. Multimedia and Expo, 2007, pp. 1039 – 1042.
[7] F. Qin, “An improved super resolution reconstruction method based on initial value estimation”, IEEE Conf. CISP, vol 2, 2010, pp. 826-829.
[8] W.T. Freeman, T.R. Jones, and E.C. Pasztor. “Examplebased super-resolution”, IEEE Comput. Graphics Appl., vol. 22, no. 2, 2002, pp. 56-65.
[9] J. Yang, J. Wright, T. Huang, and Y. Ma, “Image superresolution as sparse representation of raw image patches”, IEEE Conf. Comput. Vis. Pattern Recogn., Anchorage, AK, United States, 2008.
[10] H. Chang, D.Y. Yeung and Y. Xiong, “Super-resolution through neighbor embedding”. CVPR, 2004, pp. I-275 - I-282.
[11] D. Easley and J. Kleinberg, “Networks, Crowds, and Markets: Reasoning About a Highly Connected World”. Cambridge University Press, 2010.
[12] G. Freeman and R. Fattal, “Image and Video Upscaling from Local Self-Examples”. ACM Transactions on Graphics, vol. 28, no. 3, pp. 1–10, 2010.
[13] Y. Chen, Yang Gao and Liu, K.J.R, “An evolutionary game-theoretic approach for image interpolation”. IEEE Conf. ICASSP, 2011, pp. 989-992.
[14] R. Fisher, The genetical theory of natural selection, Clarendon Press, Oxford, 1930.