
施柏鑫
本书以图像的物理形成过程和相机获取数字图像的原理为支撑,介绍计算摄像学中的基本问题、模型、理论及其用传统最优化、信号处理方法的解决方案。结合各问题近些年随着深度学习技术的发展带来的全新进展,介绍深度学习和计算摄像问题的结合与应用等。
本来以为只有国外才会有那么好教材,但是也是可以了当下最新进展已经能够进入课堂,感觉到那些上课的学生是幸福的。对于影像的发展还是手机驱动的更加快一些,毕竟需求量更加巨大,而且成为了手机最为重要的功能,本身来说手机镜头尽管在光学上弱于单反,但是在算法的加持之下已经不弱于单反了,特别是还有很多新的玩法,比如焦点叠加,夜景叠加等等,使得原本很多不可能有机身完成的功能,使用手机本身就可以完成,而且对于光学本身也产生了非常巨大的促进,如何在微小尺寸之中,实现足够多的进光量,并且能够识别其中差异,当然本来对于十多年前的广场相机还是抱着兴趣的,那个时间手机拍照还没有那么流行,算法与光学系统处于分离的状态,对于矩阵式镜头来收集不同方向的光来得到一定的光场状态,通过后期的软件处理就可以任意调节景深了,这个是比较过去的方式,而且另外一个就是奥巴马第一次就职典礼时候超级像素完成的方式,就是在一定时间之内拍照若干张照片在进行组合就可以很容易得到数亿像素的照片,当然还是需要专门软件的,当年 photoshop 处理像素的上限是一亿像素,也曾经看到了数百亿像素的照片,当时拍照很疯狂,看起来也是非常疯狂的,只是很快就停止了,流行差不多也就是五六年的样子,而且在手机拍照出现之后,对于拍照的乐子差不多就剩下无人机了,但在这里似乎没有说明在振动状态下的照片处理方式,或者说类似于无人机拍摄的情况下,无论照片和视频如何从软件和硬件之中来实现更高的清晰程度。从另外一个角度,伴随 ai 算法的出现,无论是获取照片方式如何,都会融入固定的算法来进行光线的数据处理,使得看起来更加漂亮照片的出现。
系统介绍计算摄像的资料目前比较少