计算摄像学

承"计"经典理论，解"算"深度模型

取"摄"光影变化，成"像"智能时代

扫码了解更多详情

专家推荐

计算摄像学是一个崭新的研究领域，其融合了计算机视觉、图形学、光学等学科领域，研究如何通过多模型计算与融合从而提供高质量、多维度的图像与视频信息输入与呈现手段。近些年来，深度学习技术的快速发展，也推动了计算摄像研究的进步。该书是国内第一本将二者充分结合的专著。作者将自己在北大讲授同名课程、从事相关研究的一线教学科研经历，整理成这本内容覆盖全面、图文描述生动、理论实践结合的书稿。强烈推荐给对相关领域研究人员和对此新兴领域感兴趣的读者!

——高文，中国工程院院士、北京大学讲席教授、鹏城实验室主任

与传统胶片“相”机不同，数码“相”机通过对“像”的处理提升图“像”质量。计算摄“像”进一步以“算”为中心统筹设计摄像器件、视觉传感器和数字图像处理三个环节，大大拓展了视觉信息处理的可能性空间。对于这样一个重要技术方向，我国课程和教材建设还相对滞后，该书系统介绍了计算摄像的原理、方法和算法，涵盖了国内外最新研究进展，对我国这一方向的人才培养和科技创新均具重要意义。

——黄铁军，北京大学教授、北京智源人工智能研究院理事长

人类所获取信息的90%来自视觉成像系统。在经典计算摄像的基础上，该书在成像过程的各个环节介绍了前沿的深度学习方法，并将理论与实践有机结合，为计算摄像学初学者的首选教材。

——陈宝权，北京大学博雅特聘教授，智能学院副院长，IEEE Fellow

——虞晶怡，上海科技大学教授，副教务长、信息学院执行院长，IEEE Fellow

计算摄像学根据计算机视觉的第一性原理，从光学、几何等基础原理分析视觉现象，并推导出相应的算法解决从图像增强到三维重建等重要问题。该书全面介绍了光场成像、光度视觉、超分辦率等众多技术，并紧跟最新研究动向，深入分析了神经形态相机、反射消除等前沿问题。这本书可以帮助读者深入理解视觉问题的物理本质，在大数据时代尤为难能可贵。

——谭平，香港科技大学教授，原阿里达摩院XR实验室负责人

作者简介

施柏鑫

北京大学计算机学院多媒体信息处理全国重点实验室、视频与视觉技术国家工程研究中心研究员（长聘副教授）、博士生导师（“博雅青年学者”）；北京智源人工智能研究院青年科学家。2013年博士毕业于日本东京大学，曾先后在麻省理工学院媒体实验室、新加坡科技设计大学、南洋理工大学、日本国立产业技术综合研究所从事研究工作。研究方向为计算摄像学与计算机视觉，截至2024年2月共发表论文200余篇（包括TPAMI论文23篇，计算机视觉三大顶级会议论文82篇）。论文获评国际计算摄像会议（ICCP）2015年最佳论文提名（BestPaper -Runner Up）、国际计算机视觉会议（ICCV） 2015年最佳论文候选（入选IJCV特刊Best Papersfrom ICCV 2015），2021年获得日本大川研究助成奖。科技创新2030—“新一代人工智能”重大项目首席科学家，国家自然科学基金重点项目负责人，国家级青年人才项目入选者。担任计算机视觉国际顶级期刊TPAMI、IJCV编委，顶级会议CVPR、ICCV、ECCV领域主席。IEEE、CCF、CSIG高级会员，APSIPA杰出讲者。更多信息请访问“相机智能”实验室主页：http://camera.pku.edu.cn

内容简介

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。深度学习作为目前视觉计算领域最热门的技术之一，在高层计算机视觉的目标检测、识别、分类等问题上带来了传统方法无法企及的性能突破。深度学习技术在计算摄像领域也发挥了广泛而积极的作用。通过适当的方法，将计算摄像经典问题在光学特性、物理过程和成像模型等方面的先验、约束与数据驱动方法强大的学习、建模能力进行优势互补，可以为众多计算摄像难题的求解提供全新的思路和手段。本书每章内容最后均附带了精心设计的课程实践题目，兼顾了传统方法和深度学习方法，可以供计算摄像学及相关课程教师、研究人员在课堂教学、科研训味过程中参考使用。