中国工程院院士、鹏城实验室主任高文 北京智源人工智能研究院院长黄铁军 等联合推荐，北京大学施柏鑫研究员作品，国内第一本将将深度学习与计算摄像研究充分结合的专著。

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、理论及其用传统很优化、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学中也正在发挥广泛而积极的作用。通过适当的方法，将传统计算摄像学在光学特性、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。

  
\t前言



\t第1章 计算摄像学概述



\t1.1 计算摄像学研究范畴



\t1.1.1 研究背景



\t1.1.2 研究内容



\t1.2 计算摄像学相关课程



\t1.3 计算摄像学相关教材



\t本章参考文献



\t第2章 数字摄像原理



\t2.1 图像传感器的基本原理



\t2.2 色彩形成的基本原理



\t2.3 相机内部图像处理流程



\t2.3.1 白平衡



\t2.3.2 去马赛克



\t2.3.3 去噪



\t2.3.4 色调再现



\t2.3.5 传感器原始图像格式



\t……