要在神经网络中实现图像超分辨率的像素级特征提取,可以考虑使用卷积神经网络(CNN)进行训练。具体来说,可以使用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)来提取图像的像素级特征,并借助自编码器(Autoencoder)进行降维和特征提取,最后使用超分辨率网络(Super-Resolution Network)来实现图像的高分辨率还原。在具体实践中,可以尝试使用一些开源的深度学习框架(如TensorFlow、PyTorch等)来搭建相关的神经网络模型,以提供更好的实验和调试环境。同时,建议多查阅相关文献和参考资料,不断优化模型的设计和参数配置。