计算摄影学 (Computational Photography)

课程简介

计算摄影学是一个新兴的研究领域,旨在通过可计算的图像获取、处理和操纵技术,将软硬件有机结合起来克服传统数码相机的局限性,实现对图像能力的增强或扩展。在本课程中,我们将学习如何操纵和结合图片、视频来产生新的更好的图片、全景图、视频、3D模型、动画等等。

课程大纲

课程分数构成

本门课程的评分分为平时成绩和课程项目成绩两个部分,每个部分分数分配如下:

  1. 平时成绩:上课出勤与课程作业:50%
    • 5次必做课程作业 + 1次选做课程作业。完成选做作业,可以根据完成的质量酌情加分(百分制的平时成绩最多加6分,加到满分为止)。每次课程作业会在实验课上介绍。
    • 每次作业需要提交实验报告(DOC/PDF)、实验代码。
    • 实验报告中需要说明实验内容,理论分析,实验细节,实验结果。实验代码需要包含适当的注释。
    • 作业在截止日期前上传到学在浙大,压缩包“Lab2-学号-姓名.zip/rar”。
    • 请在报告中明确注明参考到的资料。如果发现抄袭(以及提供抄袭),该作业取消成绩。
  2. 项目设计、演示和答辩:50%
    • 据教学内容自选一个项目,完成算法和程序设计(会提供程序框架和测试数据,学生只要按规定完成相应的模块即可),在课堂上报告和答辩,要求独立或分组(不超过3人)合作完成。
    • 答辩后,请将课程项目的代码、报告以及PPT等材料提交至学在浙大。

总成绩由计算得到的平时成绩和课程项目成绩加权后四舍五入得到:

总成绩 = 平时成绩×50% + 课程项目成绩×50%

其中,平时成绩 = 作业成绩 - 缺勤次数×4。如果因加分导致平时成绩超出满分,则按按满分计算;如果因加分导致课程项目成绩超出满分,则按满分计算。

课程作业打分细则

课程作业报告样例

样例1
样例2

课程项目

请见课程项目

参考资料

[1] “Computer Vision: Algorithms and Applications”by Richard Szeliski. Publisher: Springer; 2011 edition (November 24, 2010) http://szeliski.org/Book/

[2] “Computational Photography: Mastering New Techniques for Lenses, Lighting, and Sensors” by Ramesh Raskar and Jack Tumblin. Publisher: A K Peters/CRC Press; 1 edition (December 26, 2014)