计算摄像学

"计"承经典理论,解"算"深度模型

"摄"取光影变化,成"像"智能时代

计算机视觉书籍封面
二维码

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

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。

——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

作者头像

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。