内容提要本书全面讲解了深度学习框架PaddlePaddle，并结合典型案例，阐述了PaddlePaddle的具体应用。本书共15章。第1章介绍了深度学习及其主流框架；第2章介绍...
电子书
内容简介
本书内容涉及摄影学、计算机视觉、深度学习3个领域，系统地介绍了计算机视觉在图像质量和摄影学各个领域的核心算法和应用，包括传统的图像处理算法和深度学习核心算法。本书理论知识体系完备，同时提供大量实例，供读者实战演练。本书融合摄影学和计算机视觉的内容，覆盖面非常广。第1章简单介绍摄影的历史、摄影与图像的基本概念和摄影中的许多基本技巧。从第2章开始，本书对摄影学中图像处理算法的各个重要方向进行介绍，包括使用计算机视觉技术对摄影作品进行定量的质量评估、后期自动构图、噪声的去除、对比度增强和色调增强、人脸美颜与美妆、图像的去模糊和分辨率提升、艺术风格滤镜、景深的估计和编辑、图像的融合等，涵盖当前摄影后期软件的主要功能，并全部是基于算法进行自动实现的。本书适合计算机视觉行业从业者、摄影专业人士和爱好者、对当下智能摄影后期核心技术感兴趣并且想要有所提高的学生、工程技术人员或相关专业教师阅读。本书既可以作为核心算法教程用于学习理论知识，也可以作为工程参考手册用于查阅相关技术。
章节目录
- 扉页
- 版权页
- 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
深度学习之摄影图像处理：核心算法与案例精粹是2021年由人民邮电出版社出版,作者言有三。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《深度学习之摄影图像处理：核心算法与案例精粹》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
内容提要本书全面讲解了深度学习框架PaddlePaddle，并结合典型案例，阐述了PaddlePaddle的具体应用。本书共15章。第1章介绍了深度学习及其主流框架；第2章介绍...
电子书
机器学习是人工智能领域一个极其重要的研究方向，而深度学习则是机器学习中一个非常接近AI的分支，其思路在于建立进行分析学习的神经网络，模仿人脑感知与组织的方式，根据输入数据做出决...
电子书
近年来，基于深度学习方法的自然语言处理（NLP）已逐渐成为主流。本书共8章，主要介绍自然语言处理任务中的深度学习技术，包含深度学习理论基础、深度学习的软件框架、语言模型与词向量...
电子书
本书着重阐述了深度学习时代的计算机视觉算法的工作原理，首先对深度学习与计算机视觉基础进行了介绍，之后对卷积神经网络结构的演化过程，以及基于深度学习的目标检测算法、图像分割算法、...
电子书
本书通过6个项目中的16个实践案例，详细介绍了photoshopcc各方面的应用，还提供了相应的技巧点拨和项目拓展练习。本书内容丰富、案例实用、结构新颖、讲解通俗易懂，适合作为...
电子书
《深度学习经典案例解析（基于MATLAB）》分为“基础篇”“应用篇”和“实战篇”。通过17个案例循序渐进地介绍了深度学习网络的构建、训练、应用，以及如何基于MATLAB快速生成...