计算摄影技术

佐治亚理工学院课程编号为 CS6475

中级

大约 4 个月

6小时每周 (自主学习)

由以下企业参与制作:
加入成千上万的全球学员

开始免费课程

加入课程
免费
可享受
课程视频
实战练习
中级

大约 4 个月

6小时每周 (自主学习)

由以下企业参与制作:
加入成千上万的全球学员

课程概述

这门课程介绍了计算对整个摄影工作流程的影响,摄影的传统目标是从 3D 场景中捕获光源并形成 2D 图像。整个课程学习期间,我们将从感知、技术和计算层面详细研究如何形成照片,更准确地捕捉和在图片媒介(通常是 2D)上描绘现实。我们将重点介绍图片制作的科学、感知和艺术原则,尤其会受到计算的影响和改变。

内容包括图像技巧和人类视觉系统之间的关系;2D 呈现的固有限制,以及可能的弥补方法;捕获光源以形成图片涉及的技术问题。我们将探讨图像捕获和呈现的技术层面,并探索如何挖掘出这一媒介的最大潜能。此外,我们将介绍新型相机和成像模式。

为什么学习这门课程?

在整个课程学习期间,你将亲身体验如何使用计算技巧以及数字成像流程形成摄影作品。除了理解计算摄影流程的各个元素如何共同产生作用,形成新颖(有时候非常精彩)的效果,你还将有大量的机会欣赏和评价其他学员创作的作品。

先修要求

学员应该熟悉:

  • 大学水平的线性代数和微积分:了解矩阵、矢量、微分和积分,虽然重点是理解和应用数学结构,而不是自己推导;
  • 物理学:矢量、光学;
  • 概率论:分布、密度函数。

你可以使用 Python-OpenCV(推荐平台)或 Matlab/Octave 完成这门课程的编程作业,因此需要掌握 Python 或 Matlab 知识。

查看使用优达学城的技术要求

学习计划

下面是课程内容的简要提纲:

第 1 单元:简介

  • 简介
  • 什么是计算摄影
  • 双摄影
  • 全景
  • 为何学习计算摄影

第 2 单元:数字成像

  • 什么是数字图像
  • 点过程
  • 平滑化
  • 混合模式
  • 回旋和互关联
  • 渐变
  • 边缘

第 3 单元:相机

  • 相机
  • 镜头
  • 曝光
  • 传感器

第 4 单元:计算视觉到计算照片

  • 傅里叶变换
  • 混合
  • 椎体
  • 剪切
  • 功能

第 5 单元:应用

  • 全景
  • HDR
  • 时间流逝
  • Procam 系统
  • 马赛克

第 6 单元:光场

  • 光场
  • 光场相机

第 7 单元:模糊/变清晰

  • Lucy-Richardon 模糊
  • 颤振快门

第 8 单元:视频

  • 视频
  • 视频纹理
  • 视频稳像

第 9 单元:结论

讲师与合作伙伴

Irfan Essa

Irfan Essa

Irfan Essa 是位于美国佐治亚州亚特兰大的佐治亚理工学院交互计算 (iC) 学院的一名教授及计算学院 (CoC) 副院长。Essa 教授主要从事计算机视觉、计算机图形、计算感知、机器人与计算机动画、机器学习与社会计算,对视频分析与制作(例如:计算摄影学与视频、基于图像的建模与绘制等)、人机交互、人工智能、计算行为/社会科学和计算新闻学研究具有潜在影响。他在领先刊物与会议场所上发表过超过 150 篇关于这些话题的学术文章,其中一些曾获得最佳论文奖。他曾荣获美国自然科学基金委杰出青年学者奖 (NSF CAREER) 并选为美国电子电气工程师协会 (IEEE) 会士。此外,他还曾在迪斯尼研究中心 (Disney Research) 和 Google Research 担任扩展研究咨询职位及担任过卡内基梅隆大学机器人研究所兼职教员。他分别在 1990 年和 1994 年取得理学硕士和博士学位,之后在麻省理工学院媒体实验室担任研究教员(1988 年至 1996 年),后于 1996 年加入佐治亚理工学院教师队伍。

David Joyner

David Joyner

David Joyner 在佐治亚理工学院完成了其以人为中心的计算专业博士学位,擅长于在探索性的学习环境中为学生提供自动反馈和评估。他加入优达学城后主要从事按学生的能力和学习进度设计练习、课题和(将有一天!)整个课程。

Arpan Chakraborty

Arpan Chakraborty

Arpan 致力于寻找解决日常问题的计算机解决方案。他对人机交互、机器人和认知科学拥有浓厚的兴趣。他获得了北卡罗莱纳州立大学的博士学位,专注于生物启发计算机视觉的研究。在优达学城,他投入了大量时间,除了为自动化工作流程设置了一些小项目外,还为他主讲的课程设计交互练习。

官方微信公众号二维码

优达学城(Udacity)微信