深度学习之摄影图像处理：核心算法与案例精粹

封面

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

1.2 摄影与图像基本概念[2]

1.3 摄影基本技巧

1.4 小结

第2章 图像美学

2.1 图像美学基础

2.2 传统美学质量评估方法

2.3 深度学习美学质量评估方法

2.4 建筑图像美学质量评估实战

2.5 小结

第3章 自动构图

3.1 构图基础

3.2 自动构图的研究方法

3.3 实时自动构图算法实战

3.4 小结

第4章 图像去噪

4.1 图像去噪基础

4.2 传统去噪方法研究

4.3 深度学习去噪方法研究

4.4 通用去噪模型实战

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

5.2 传统的对比度与色调增强方法

5.3 深度学习对比度与色调增强方法

5.4 自动对比度与色调增强实战

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

6.3 妆造迁移算法

6.4 妆造迁移算法实战

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

7.2 图像去模糊算法

7.3 图像超分算法

7.4 基于SRGAN的人脸图像超分重建实战

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

8.2 传统的图像风格化方法

8.3 基于深度学习的风格化方法

8.4 基于图像优化的风格迁移算法实战

8.5 小结

第9章 图像编辑

9.1 景深与背景编辑

9.2 多重曝光与图像融合

9.3 纹理编辑与图像修复