もとの映像や画像をより高解像に変換する超解像にはさまざまな技術手法があり、大別して、データベース参照型（学習型）、フレーム参照型、再構成型の3種に分類できる。データベース参照型は、解像度変換時に起こる図柄別の変化をあらかじめデータベースとして数万パターン蓄積しておき、入力映像を随時分析してパターン照合を行い、高解像度映像に変換してゆく手法。そのため、データベースの完成度が画質に影響する。照合処理に演算能力が必要であるなど技術的にもコスト的にもハードルが高いが、静止画にも有効な点がメリット。フレーム参照型は、時間差および相関性のある前後のフレーム（映像）から細部の情報を合算して高める手法。高い演算能力が必要で、静止画には無効などの弱点もあるが、本来の解像度を取り戻せる可能性が高い。再構成型は、入力する低解像度映像の高精細化を行ったあと、低解像度に戻して元の低解像度映像と比較する手法。差異があれば、高精細化時に誤りがあったとみなし、修正を加えて再び高精細化を行う。データベースなど複雑なシステムをもたない点で優れる。比較と修正を繰り返す回数が多いほど、確度の高い高精細化が期待できるが、演算処理が多くなってしまい、限界があるのが弱点。その他、周辺画素から推測して高解像度化を行う自己合同型などもある。