
施柏鑫
本書以圖像的物理形成過程和相機獲取數字圖像的原理爲支撐,介紹計算攝像學中的基本問題、模型、理論及其用傳統最優化、信號處理方法的解決方案。結合各問題近些年隨着深度學習技術的發展帶來的全新進展,介紹深度學習和計算攝像問題的結合與應用等。
本來以爲只有國外才會有那麼好教材,但是也是可以了當下最新進展已經能夠進入課堂,感覺到那些上課的學生是幸福的。對於影像的發展還是手機驅動的更加快一些,畢竟需求量更加巨大,而且成爲了手機最爲重要的功能,本身來說手機鏡頭儘管在光學上弱於單反,但是在算法的加持之下已經不弱於單反了,特別是還有很多新的玩法,比如焦點疊加,夜景疊加等等,使得原本很多不可能有機身完成的功能,使用手機本身就可以完成,而且對於光學本身也產生了非常巨大的促進,如何在微小尺寸之中,實現足夠多的進光量,並且能夠識別其中差異,當然本來對於十多年前的廣場相機還是抱着興趣的,那個時間手機拍照還沒有那麼流行,算法與光學系統處於分離的狀態,對於矩陣式鏡頭來收集不同方向的光來得到一定的光場狀態,通過後期的軟件處理就可以任意調節景深了,這個是比較過去的方式,而且另外一個就是奧巴馬第一次就職典禮時候超級像素完成的方式,就是在一定時間之內拍照若干張照片在進行組合就可以很容易得到數億像素的照片,當然還是需要專門軟件的,當年 photoshop 處理像素的上限是一億像素,也曾經看到了數百億像素的照片,當時拍照很瘋狂,看起來也是非常瘋狂的,只是很快就停止了,流行差不多也就是五六年的樣子,而且在手機拍照出現之後,對於拍照的樂子差不多就剩下無人機了,但在這裏似乎沒有說明在振動狀態下的照片處理方式,或者說類似於無人機拍攝的情況下,無論照片和視頻如何從軟件和硬件之中來實現更高的清晰程度。從另外一個角度,伴隨 ai 算法的出現,無論是獲取照片方式如何,都會融入固定的算法來進行光線的數據處理,使得看起來更加漂亮照片的出現。
系統介紹計算攝像的資料目前比較少