計算攝影成像模型理論與深度學實踐

施柏鑫

  • 出版商: 機械工業
  • 出版日期: 2024-06-13
  • 售價: $1,014
  • 貴賓價: 9.5$963
  • 語言: 簡體中文
  • 頁數: 419
  • 裝訂: 平裝
  • ISBN: 7111748840
  • ISBN-13: 9787111748847
  • 相關分類: 設計攝影 Photograph
  • 立即出貨 (庫存 < 4)

買這商品的人也買了...

相關主題

商品描述

本書以影像的物理形成過程和相機獲取數位影像的原理為支撐,
介紹計算攝影學中的基本問題、模型、理論及其傳統上最優化、訊號處理方法的解決方案。
結合各問題近年來隨著深度學習技術的發展帶來的全新進展,介紹深度學習與計算攝影問題的結合與應用。
深度學習作為目前視覺運算領域zui熱門的技術之一,在高階電腦視覺的目標偵測、
辨識、分類等問題上帶來了傳統方法無法企及的效能突破。
深度學習技術在計算攝影學中也正在發揮廣泛而積極的作用。
透過適當的方法,將傳統計算攝影在光學特性、物理過程和成像模型等方面的先驗、約束與資料驅動方法強大的學習、
建模能力進行優勢互補,可以為眾多計算攝影難題的解算提供全新的思路和手段。

目錄大綱

目錄
前 言
第 1 章 計算攝影概論 /1
1.1 計算攝影研究範疇 /1
1.1.1 研究背景 /1
1.1.2 研究內容 /3
1.2 計算攝影學相關課程 /6
1.3 計算攝影相關教材 /9
本章參考文獻 /10

第 2 章 數位攝影原理 /11
2.1 影像感測器的基本原理 /11
2.2 色彩形成的基本原理 /14
2.3 相機內部影像處理流程 /17
2.3.1 白平衡 /19
2.3.2 去馬賽克 /23
2.3.3 去雜訊 /24
2.3.4 色調再現 /25
2.3.5 感測器原始影像格式 /27
2.4 深度學習建模相機內部流程 /29
2.4.1 應用於影像增強 /29
2.4.2 應用於影像處理流程建模 /32
2.5 本章小結 /35
2.6 本章課程實作 /36
本章參考文獻 /38

第 3 章 相機幾何模型 /40
3.1 針孔相機模型 /40
3.2 透視投影與相機矩陣 /44
3.2.1 相機內參矩陣 /44
3.2.2 相機外參矩陣 /46
3.2.3 透視投影現象與應用 /47
3.2.4 特殊相機模型 /49
3.3 相機幾何標定 /50
3.3.1 三維對應點標定法 /51
3.3.2 多圖棋盤格標定法 /54
3.3.3 徑向畸變標定法 /56
3.4 利用深度學習的相機幾何標定 /57
3.4.1 直接回歸相機焦距法 /57
3.4.2 地平線輔助標定法 /57
3.4.3 垂直消失點輔助標定法 /59
3.4.4 徑向畸變下的標定問題 /61
3.4.5 利用特殊場景進行標定 /62
3.5 本章小結 /62
3.6 本章課程實作 /63
本章參考文獻 /65

第 4 章 鏡頭與曝光 /67
4.1 理想透鏡與真實透鏡 /67
4.2 光圈與景深 /704.3 視野與鏡頭選用 /74
4.4 曝光控制 /77
4.5 虛擬大光圈攝影 /79
4.5.1 虛擬大光圈效果渲染方法 /81
4.5.2 利用深度學習的實作方法 /83
4.6 無鏡頭成像 /87
4.6.1 相機構造 /88
4.6.2 影像重建演算法 /93
4.7 本章小結 /95
4.8 本章課程實作 /96
本章參考文獻 /97

第 5 章 焦點堆疊與光場攝影 /100
5.1 焦點堆疊 /100
5.1.1 基本概念 /100
5.1.2 拍攝與合併 /101
5.1.3 對焦與離焦的深度測量 /103
5.2 光場 /105
5.2.1 基本概念 /105
5.2.2 表示方法 /106
5.2.3 拍攝方法 /109
5.2.4 可視化與應用 /112
5.3 自動對焦 /117
5.3.1 主動對焦 /117
5.3.2 反差對焦 /118
5.3.3 相位對焦 /118
5.4 利用深度學習表示光場 /119
5.4.1 經典光場表示 /119
5.4.2 基於神經輻射場的方法 /122
5.5 本章小結 /123
5.6 本章課程實作 /124
本章參考文獻 /128

第 6 章 光度成像模型 /130
6.1 相機輻射響應及其校正 /130
6.1.1 相機響應函數 /131
6.1.2 相機輻射響應標定 /132
6.2 光度成像模型的三個基本要素 /138
6.2.1 表面法線 /139
6.2.2 反射率模型 /139
6.2.3 光源模型 /141
6.3 從明暗恢復形狀 /142
6.4 利用深度學習估算環境光照 /147
6.4.1 參數化模型估計室外光照/147
6.4.2 自編碼器估計室外光照 /150
6.4.3 非參數化全域一致室內光照 /151
6.4.4 參數化的局部可變室內光照 /152
6.5 本章小結 /154
6.6 本章課程實作 /154
本章參考文獻 /157

第 7 章 光度立體視覺 /160
7.1 經典方法 /161
7.1.1 相關基本概念 /161
7.1.2 基於最小平方法最佳化的解 /163
7.2 泛化方法 /165
7.2.1 應對非理想的反射率 /166
7.2.2 應對非標定情況的解法 /170
7.2.3 基準評測資料集 /173
7.3 光度立體視覺的深度學習解法 /179
7.3.1 光源方向固定的方法 /1797.3.2 應對任意方向光源的方法/180
7.3.3 應對光源方向未標定的方法 /182
7.3.4 應對光源方向稀疏的方法/183
7.3.5 利用其他限制的方法 /185
7.4 本章小結 /186
7.5 本章課程實作 /187
本章參考文獻 /189

第 8 章 高動態範圍成像 /193
8.1 動態範圍的定義 /193
8.2 多次曝光融合的經典方法 /196
8.3 高動態範圍影像的儲存 /199
8.4 高動態範圍顯示與色調映射 /201
8.4.1 色調映射法 /201
8.4.2 關於色調映射的一些討論/206
8.5 利用深度學習擴展動態範圍 /207
8.5.1 單張影像逆向色調映射 /207
8.5.2 多圖交替曝光的方法 /212
8.6 用非傳統感測器擴展動態範圍 /213
8.6.1 基於餘數相機的方法 /214
8.6.2 融合神經形態相機的方法/218
8.7 本章小結 /220
8.8 本章課程實作 /220
本章參考文獻 /222

第 9 章 超解析度 /225
9.1 基於子像素位移的多幀方法 /226
9.1.1 影像退化模型 /226
9.1.2 優