人工智能 类型
可以朗读 语音朗读
216千字 字数
2021-05-01 发行日期
展开全部

主编推荐语

摄影学与计算机视觉交叉，深入浅出介绍核心算法与应用实例。

内容简介

本书内容涉及摄影学、计算机视觉、深度学习三个领域，系统性地介绍了计算机视觉在图像质量和摄影美学各个领域的核心算法和应用，包括传统的图像算法和深度学习核心算法。本书理论知识体系完备，同时提供了大量实例，供读者实战演练。

本书内容共分为9章，分别是：摄影基础、摄影美学算法、自动构图算法、图像降噪算法、图像增强算法、图像去模糊和超分辩算法、人脸图像美颜美妆算法、图像滤镜与风格化算法、图像编辑算法。本书内容是摄影学和计算机视觉技术的交叉学科，覆盖的内容非常广。

目录

  • 版权信息
  • 内容提要
  • 推荐序
  • 前言
  • 资源与支持
  • 第1章 摄影基础
  • 1.1 摄影简史
  • 1.1.1 摄影发展史
  • 1.1.2 摄影流派
  • 1.1.3 为什么学习摄影
  • 1.2 摄影与图像基本概念
  • 1.2.1 像素与分辨率
  • 1.2.2 像素深度与颜色
  • 1.2.3 焦距
  • 1.2.4 光圈
  • 1.2.5 ISO感光度与噪点
  • 1.2.6 快门与慢门
  • 1.2.7 色温与白平衡
  • 1.2.8 对比度与清晰度
  • 1.3 摄影基本技巧
  • 1.3.1 颜色
  • 1.3.2 构图
  • 1.3.3 光线
  • 1.4 小结
  • 第2章 图像美学
  • 2.1 图像美学基础
  • 2.1.1 什么是图像美学
  • 2.1.2 图像美学的应用
  • 2.1.3 图像美学数据集
  • 2.1.4 图像美学的研究思路
  • 2.2 传统美学质量评估方法
  • 2.2.1 底层美学特征
  • 2.2.2 摄影美学特征
  • 2.2.3 通用与专用图像特征
  • 2.3 深度学习美学质量评估方法
  • 2.3.1 分类模型
  • 2.3.2 回归模型
  • 2.3.3 排序模型
  • 2.3.4 多任务学习模型
  • 2.4 建筑图像美学质量评估实战
  • 2.4.1 数据集准备
  • 2.4.2 模型设计与训练
  • 2.4.3 模型测试
  • 2.5 小结
  • 第3章 自动构图
  • 3.1 构图基础
  • 3.1.1 构图的基本概念
  • 3.1.2 构图的应用场景
  • 3.1.3 显著目标数据集
  • 3.1.4 构图数据集
  • 3.2 自动构图的研究方法
  • 3.2.1 自动构图的基本流程
  • 3.2.2 基于构图准则的构图方法
  • 3.2.3 基于显著图的构图方法
  • 3.2.4 基于美学的研究方法
  • 3.2.5 构图质量评估
  • 3.3 实时自动构图算法实战
  • 3.3.1 基于显著图的方法
  • 3.3.2 与基于美学的方法对比
  • 3.4 小结
  • 第4章 图像去噪
  • 4.1 图像去噪基础
  • 4.1.1 摄影中的噪声
  • 4.1.2 摄影中常用的去噪方法
  • 4.1.3 常用去噪数据集
  • 4.1.4 评估方法
  • 4.2 传统去噪方法研究
  • 4.2.1 噪声模型
  • 4.2.2 常见滤波去噪方法
  • 4.3 深度学习去噪方法研究
  • 4.3.1 基本研究思路
  • 4.3.2 核心技术
  • 4.4 通用去噪模型实战
  • 4.4.1 训练数据准备
  • 4.4.2 模型训练
  • 4.4.3 模型测试
  • 4.5 小结
  • 第5章 图像对比度与色调增强
  • 5.1 图像增强基础
  • 5.1.1 摄影中常用的图像增强操作
  • 5.1.2 图像增强相关的数据集
  • 5.2 传统的对比度与色调增强方法
  • 5.2.1 像素灰度映射
  • 5.2.2 Retinex理论
  • 5.3 深度学习对比度与色调增强方法
  • 5.3.1 基于像素回归的增强方法
  • 5.3.2 基于参数预测的增强方法
  • 5.4 自动对比度与色调增强实战
  • 5.4.1 项目解读
  • 5.4.2 模型训练
  • 5.4.3 模型测试
  • 5.5 小结
  • 第6章 人脸美颜与美妆
  • 6.1 美颜与美妆技术的种类和应用场景
  • 6.2 基于滤波和变形的传统美颜算法
  • 6.2.1 五官重塑算法
  • 6.2.2 基于滤波的磨皮算法
  • 6.2.3 基于肤色模型的美白与肤色算法
  • 6.3 妆造迁移算法
  • 6.3.1 传统妆造迁移算法
  • 6.3.2 深度学习妆造迁移算法
  • 6.4 妆造迁移算法实战
  • 6.4.1 项目解读
  • 6.4.2 模型训练
  • 6.4.3 模型测试
  • 6.5 小结
  • 第7章 图像去模糊与超分
  • 7.1 图像去模糊与超分基础
  • 7.1.1 常见的模糊类型
  • 7.1.2 超分的应用场景
  • 7.1.3 去模糊和超分数据集
  • 7.2 图像去模糊算法
  • 7.2.1 基于优化的去模糊算法
  • 7.2.2 基于深度学习模型的去模糊算法
  • 7.3 图像超分算法
  • 7.3.1 传统的超分算法
  • 7.3.2 基于深度学习的超分算法
  • 7.4 基于SRGAN的人脸图像超分重建实战
  • 7.4.1 项目解读
  • 7.4.2 模型训练
  • 7.4.3 模型测试
  • 7.5 小结
  • 第8章 图像滤镜与风格化
  • 8.1 摄影风格与滤镜基础
  • 8.1.1 摄影中的不同风格
  • 8.1.2 摄影滤镜与工具插件
  • 8.2 传统的图像风格化方法
  • 8.2.1 基于边缘的风格化
  • 8.2.2 基于颜色的风格化
  • 8.3 基于深度学习的风格化方法
  • 8.3.1 风格迁移基础
  • 8.3.2 基于图像优化的风格迁移算法
  • 8.3.3 基于模型优化的风格迁移算法
  • 8.4 基于图像优化的风格迁移算法实战
  • 8.4.1 算法实现
  • 8.4.2 模型训练与结果
  • 8.5 小结
  • 第9章 图像编辑
  • 9.1 景深与背景编辑
  • 9.1.1 摄影中的景深与背景虚化
  • 9.1.2 深度数据集
  • 9.1.3 基于深度学习模型的深度估计
  • 9.1.4 景深编辑与重对焦
  • 9.2 多重曝光与图像融合
  • 9.2.1 摄影中的多重曝光
  • 9.2.2 自动图像融合关键技术
  • 9.3 纹理编辑与图像修复
  • 9.3.1 图像修复应用和常用工具
  • 9.3.2 基于深度学习模型的图像修复方法
  • 9.4 小结
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。