计算摄影资源汇总
计算摄影资源汇总
计算摄影是一个交叉学科，融合了图像处理，光学，信号处理，计算机视觉，计算机图形学，优化，机器学习等各个领域，计算摄影最早在国外的大学里只是一个比较小众的研究方向，比如早期斯坦福大学的光场，相机阵列，以及杜克大学的多光谱成像等，基本还是停留在学术研究阶段，而且比起计算机领域的识别，检测，分割，跟踪等方向来说，计算摄影这块算是比较低调的一个研究方向。
这些年，随着智能手机拍照的兴起，计算摄影也获得了越来越多的关注，因为以前的单反相机，尺寸比较大，所以长焦比拼的都是镜头模组的设计，sensor 的尺寸等，对于图像处理其实并不太关注，但是智能手机由于受到设计尺寸的限制，以及各种约束，sensor 形成的图像质量和单反没法比，为了弥补硬件上的先天不足，所以智能手机的图像处理算法就需要不断的提升，从而促进了计算摄影这个交叉学科的发展。
现在各大手机厂商，多多少少都会用到计算摄影的相关技术，比如大家耳熟能详的超分，降噪，以及 HDR， demosaic，还有白平衡，深度估计，人像虚化等，都是计算摄影的相关技术，谷歌这几年随着自家手机 Pixel 的发展，在计算摄影领域积累了很多的技术，而且谷歌比较良心，基本上还会公开自己的相关技术，造福全人类，我也是 follow 了很多谷歌的 paper，对这个领域慢慢熟悉起来的。
国外研究计算摄影的团队相对国内来说，还是更加成熟，规模也更加大，不过这几年随着整个产业的发展，国内学术界，工业界对这块的关注也越来越多了，相信以后计算摄影这块会越来越繁荣。
相对计算视觉领域的其它方向比如识别，检测来说，计算摄影的门槛还是相对高一些的，主要是计算摄影涉及的知识面很广，而且也比较杂，需要花上一定的时间去慢慢地积累。
下面列出自己比较关注的计算摄影相关的课程资源及研究课题组：
课程资源
计算摄影入门，最好是系统地学习一两门课程，国外计算摄影的课程还是有一些的，比如卡耐基梅隆，麻省理工，斯坦福，布朗大学，加州伯克利等，我觉得这些课程里面， CMU 的计算摄影这门课程还是比较好的，比较系统，而且以及连续几年了，每年都会有些调整，将计算摄影领域的主要方向都有个介绍，最重要的是，这门课程还共享了配套的 PPT 和 PDF，可以收藏起来慢慢学习。
这门课程也给出了其它一些课程的链接，通过这门课程，基本可以对计算摄影从小白到入门了。
CMU 计算摄影：
http://graphics.cs.cmu.edu/courses/15-463/
经典教材
- Computer Vision: Algorithms and Applications, by Richard Szeliski.
- Multiple View Geometry in Computer Vision, by Richard Hartley and Andrew Zisserman.
- Computer Vision: A Modern Approach, by David Forsyth and Jean Ponce.
- Foundations of 3D Computer Graphics, by Steven Gortler.
- Digital Image Processing, by Rafael Gonzalez and Richard Woods.
- Photography, by Barbara London and John Upton.
研究课题组
一旦对计算摄影有了一定的基础知识，了解了计算摄影具体做什么，接下来就可以重点关注一些国内外的研究课题组，时不时地去看看业界大牛都在做什么，通过学习别人的研究，来不断夯实自己在这个领域的基础，下面给出我觉得在计算摄影领域比较有影响力的一些研究课题组。
Michael S. Brown
http://www.cse.yorku.ca/~mbrown/
- 研究兴趣：ISP 流程，色彩
Michael S. Brown 教授，现在是加拿大 York 大学的一名老师，对 ISP 成像流程有比较深入的研究，他之前做的 tutorial： ICCV 2019 _Tutorial_Understanding Color and the In-Camera Image Processing Pipeline for Computer Vision 对颜色及 ISP 流程有比较详细的介绍，是学习 ISP 流程比较好的一个 tutorial，这个老师对颜色及色彩理论也有研究。
Wolfgang Heidrich
https://vccimaging.org/People/heidriw/
- 研究兴趣：计算成像，计算机图形学
Wolfgang Heidrich 教授目前是沙特阿拉伯，阿普杜拉国王大学的计算机系的一名老师，对计算成像比较感兴趣，近几年主要对 DOE 及联合优化在做探索。
Felix Heide
https://www.cs.princeton.edu/~fheide/
- 研究兴趣：计算成像，计算机图形学
Felix Heide 目前是普灵斯顿大学的一名老师，师从 Wolfgang Heidrich，也是最早提出 Flex-ISP 的人，提出用优化的方法来实现端到端的 ISP 成像流程，现在随着深度学习的发展，端到端的实现 ISP 成像已经越来越流行了。
Gordon Wetzstein
https://stanford.edu/~gordonwz/
- 研究兴趣：计算成像，光场
Gordon Wetzstein 目前是斯坦福大学计算成像实验室的负责人，目前主要是研究计算成像及光场显示技术。
Jon Barron
https://jonbarron.info/
- 研究兴趣：计算摄影，计算机图形学
Jon Barron 是谷歌计算摄影团队的研究员，谷歌计算摄影团队这几年发表了很多高质量的研究论文，比如 HDR，人像虚化，深度估计，降噪，超分，暗光成像等，而且基本都随着 paper 发布了源码。真是业界良心。
Ren Ng
https://www2.eecs.berkeley.edu/Faculty/Homepages/yirenng.html
- 研究兴趣：计算摄影，光场成像
Ren Ng 现在是加州伯克利的一名老师，之前光场相机公司 Lytro 的创始人，算是最早做光场成像的一批人，而且也算是最早把光场相机做到消费级的大牛，从斯坦福博士毕业之后，就去创业，创办了 Lytro, 不过好像 2014 年，Ren Ng 就离开了 Lytro 加入了 UBC, 现在 Lytro 也被谷歌收购了，看来牛逼的技术，找不到商业变现，也是不行的。
Marc Levoy
http://graphics.stanford.edu/~levoy/
- 研究兴趣：计算摄影
Marc Levoy 教授目前是谷歌计算摄影团队的负责人，之前是斯坦福大学的教授，Ren Ng 的导师，也是最早做光场成像的大牛，不过后来去了谷歌，带领了一帮技术牛人，将谷歌的计算摄影一步一步做大，成为业界最顶尖的计算摄影团队，谷歌大概是将单目成像发挥到极致的团队了。Marc Levoy 教授 本身也是一个摄影发烧友。
Michal Irani
http://www.weizmann.ac.il/math/irani/home
- 研究兴趣：计算机视觉
Michal Irani 教授是以色列 Weizmann Institute of Science (魏茨曼科学研究学院) 的一名老师，对图像纹理的内在统计规律有着很深入的研究，提出了很多基于单帧图像的 GAN 模型。
William Freeman
https://billf.mit.edu/
- 研究兴趣：计算机图形学，计算摄影
William Freeman 教授是 MIT 多媒体实验室及人工智能实验室的老师，这应该也是一个知名度比较高的学者了，在计算摄影，计算机图形学领域有很高的建树
Fredo Durand
http://people.csail.mit.edu/fredo/
- 研究兴趣：计算机图形学，计算摄影
Fredo Durand 教授也是 MIT 多媒体实验室及人工智能实验室的老师，同样也是一位业界大牛。
Lei Zhang
http://www4.comp.polyu.edu.hk/~cslzhang/
- 研究兴趣：计算机视觉，计算摄影
张磊教授是香港理工大学的一名老师，这几年也开始对计算摄影越来越关注了，和哈工大的左旺孟老师在图像降噪，超分，去模糊等方向做了很多研究和探索。
Qionghai Dai
http://media.au.tsinghua.edu.cn/
- 研究兴趣：计算成像
在国内搞计算成像的，估计应该都知道戴琼海老师，清华大学教授，中国工程院院士，戴琼海老师在光场成像，计算成像领域也深耕了多年。
Boxin Shi
http://ci.idm.pku.edu.cn/
- 研究兴趣：计算摄影，计算机图形学习
施柏鑫老师是北大计算成像实验室的负责人，算是国内搞计算成像比较知名的一个团队，对 ISP 成像，新型器件成像领域有很多研究。
暂时就列这么多，后面有更新再说吧。