增强型超分辨率生成对抗网络（ESRGAN）是一种能够通过单张图像超分辨率生成逼真纹理的放大方法。本质上，这是一种利用生成对抗网络（GAN）对较小图像进行放大的机器学习技术。通过多次迭代处理，其生成的图像通常比SRCNN和SRGAN等方法具有更高的保真度。事实上，ESRGAN是基于SRGAN开发的。两者的主要区别在于，ESRGAN在SRGAN的网络架构、对抗损失和感知损失方面进行了改进。此外，ESRGAN采用了更深的模型，使用了不含批归一化层的残差-残差密集块（RRDB），并采用了相对平均GAN（Relativistic Average GAN）而非传统的GAN。