深度学习与计算机视觉发展至今，许多的方向已经渐趋饱和，比如目标检测，图像分类，要想做出新的工作需要深厚的积累，因此我们在选择研究方向的时候，要多关注从业者较少的领域，有三之前写过一本书，其中囊括了一些方向，相对来说其中许多领域还有较大的空间可供大家研究，这本书就是《深度学习之摄影图像处理：核心算法与案例精粹》，主题聚焦于计算摄影方向，下面是书中一些视频的展示。
下面是本书配置的直播介绍！
如书名《深度学习之摄影图像处理：核心算法与案例精粹》，这是一本讲述在摄影图像处理中的深度学习算法的书籍，同时配套有大量实战案例，以下为样书实拍图。
全书共计9章，目录如下：
第1章 摄影基础
第2章 图像美学
第3章 自动构图
第4章 图像去噪
第5章 图像对比度与色调增强
第6章 人脸美颜与美妆
第7章 图像去模糊与超分
第8章 属性滤镜与风格化
第9章 图像编辑
第1章，讲解摄影基础，包括摄影简史，摄影与图像基本概念，介绍了摄影中的许多基本技巧和图像的基础知识。
第2章，讲解图像美学，包括图像美学基础，传统美学质量评估与深度学习美学质量评估方法，并配以案例实践。
第3章，讲解自动构图，包括构图的基本概念与应用场景，自动构图的各种研究方法，并配以案例实践。
第4章 讲解图像去噪，包括噪声的来源与数据集，经典的图像降噪方法和深度学习图像降噪方法，并配以案例实践。
第5章 讲解图像对比度与色调增强，包括图像增强基础，传统的对比度增强方法，深度学习图像增强方法，并配以案例实践，
第6章 讲解人脸美颜与美妆，包括人脸的美颜与美妆场景，基于滤波与变形的传统美颜算法，以及基于深度学习的妆造迁移模型，并配以案例实践。
第7章 讲解图像去模糊与超分，包括图像去模糊方法和图像超分方法，并配以案例实践。
第8章 讲解图像滤镜与风格化，包括摄影风格与滤镜基础，传统的图像风格化方法，基于深度学习的风格化方法。
第9章 讲解图像编辑，包括景深与背景编辑，多重曝光与图像融合，纹理编辑与图像修复方法。
本书是业界首本系统性讲解基于深度学习的摄影图像处理算法的书籍，属于计算摄影领域，有若干特色。
(1) 内容全面。本书内容涉及摄影学，计算机视觉，深度学习三个领域，系统性地介绍了计算机视觉在图像质量和摄影美学各个领域的核心算法和应用。
(2) 传统算法和深度学习算法兼具。虽然本书名为《深度学习之摄影图像处理》，但是作者是做传统图像算法出身，所以书中每一章都有一定的篇幅在讲述传统图像处理算法，供大家拓展学习。
(3) 实践充分，由浅入深。书中内容的章节设置都是先说清楚理论，然后紧接着选取最具有代表性的内容进行项目实践。
(4) 全彩色印刷。本书为全彩色印刷，有超过200张高质量的图片，书中所有的照片由笔者独立拍摄完成。
(5) 阅读体验提升。本书在每一章节后都进行了小结，并在关键处都设置了特别提示，如下所示，方便读者加深理解。
作为一本全彩色印刷，将近300页的书籍，本书当前官网价格只需要59元，在京东和当当都可以获取到，感兴趣的同学不要错过！
