本文提出了IQ-LUT方法，通过插值、非均匀量化和残差学习，解决了查找表超分辨率技术的存储膨胀问题。该方法在保持高质量图像重建的同时，显著压缩模型体积，尤其在移动端和嵌入式设备上表现优异。实验结果表明，IQ-LUT在多个基准数据集上优于现有方法，展现出高性能与效率。

本文提出IQ-LUT方法，通过插值、非均匀量化和残差学习，解决查找表超分辨率技术的存储膨胀问题。该方法在小模型下实现高质量超分辨率，尤其在复杂纹理和边缘区域表现优异。实验结果表明，IQ-LUT在多个基准数据集上优于现有方法，展现出良好的性能与效率平衡。