人工智能與電影特效制作及應用(數(shù)字媒體藝術與技術叢書)
定 價:60 元
本書以數(shù)字圖像處理為基礎,結(jié)合人工智能在電影特效制作中的應用進行編寫,全書內(nèi)容分為數(shù)字圖像處理概論、人工智能在電影特效制作中的應用兩大模塊共12章。書中所有拍攝素材均為編著團隊實地拍攝或代碼運行所得,其中圖像基礎部分是數(shù)字圖像處理課程的核心內(nèi)容,包含豐富的教學案例,是重要的學習資料。
近年來,有關人工智能的應用與實踐越來越多,電影特效領域包括了圖形渲染技術、圖像處理技術、云計算技術和視覺設計藝術,隨著相關技術的發(fā)展,其視覺表現(xiàn)和效果將不斷完善和進步。而隨著人工智能技術的推廣和普及,在電影特效制作領域獲得了越來越多的應用。現(xiàn)階段,數(shù)字圖像處理與人工智能在電影特效制作中的相關成體系的技術資料并不多。本書作為學習參考用書,其面向?qū)ο鬄榫邆湟欢ň幊棠芰Φ臄?shù)字媒體技術專業(yè)本科生、研究生或正在學習影視特效技術基礎的專業(yè)人員。本書是數(shù)字媒體藝術與技術系列叢書中的一個分冊,語言通俗、案例豐富,在內(nèi)容的編排上,分為數(shù)字圖像處理概論、人工智能在電影特效制作中的應用兩大模塊。書中結(jié)合了具體案例,從基礎的數(shù)字圖像處理知識講起,解釋每個步驟的原理和過程,使數(shù)字圖像處理與人工智能技術在電影特效中的應用方案能為讀者迅速的理解和掌握。
近年來,有關人工智能的應用與實踐越來越多,場新的技術革命已經(jīng)到來。電景特效領域包括了圖形渲染技術、圖像處理技術、云計算技術和視覺設計藝術,隨著相關技術的發(fā)展,其視覺表現(xiàn)和效果將不斷完善和進步。而隨著技術的推廣和普及。人工智能在電影特效制作領域獲得了越來越多的應用。現(xiàn)階段,數(shù)字圖像處理與人工智能在電影特效制作中的技術資料并不多。本書作為學習參考用書,其面向?qū)ο鬄榫邆湟欢ň幊棠芰Φ臄?shù)字媒體技術專業(yè)本科生、研究生或正在學習影視特效技術基礎的專業(yè)人員。《人工智能與電影特效制作及應用》是"數(shù)字媒體藝術與技術從書"中的個分冊。本書力求語言通俗、案例豐富,在內(nèi)容的編排上,分為數(shù)字圖像處理概論、人工智能在電影特效制作中的應用兩大模塊。書中結(jié)合了具體案例。從基礎的數(shù)字圖像處理知識講起,解釋每個步驟的原理和過程,使數(shù)字圖像處理與人工智能技術在電影特效中的應用方案能被讀者迅速理解和掌握。讀者通過跟隨學習,可掌握圖像處理的方法,包括圖像處理基礎和圖像處理應用。書中基礎模塊的圖像素材,均為編著團隊實地拍攝或代碼生成。人工智能模塊的圖像素材部分為團隊拍攝,部分為開源數(shù)據(jù)庫的案例。本書的目標是培養(yǎng)學生掌握常用數(shù)字圖像的分析和處理方法。以及解決圖像處理領域?qū)嶋H工程問題的能力;在知識傳授上,讓學生掌握數(shù)字圖像處理的概念和應用,包括圖像數(shù)字化的概念和應用、圖像空域運算原理和應用、卷積運算的原理和應用、幾何變換原理和應用、頻域圖像增強方法、傅里葉變換、圖像編碼分類和原理、形態(tài)學圖像處理、圖像復原方法、模式識別基本原理、人工智能圖像處理基本應用等。本書第17 章介紹圖像處理基礎原理,實驗平臺為MATLAB平臺。MATLAB是matrix laboratory的縮寫,即矩陣實驗室。在 MATLAB中集成了大量常用的函數(shù).代碼及平臺配置方式都十分簡單,初學者可以方便地進行代碼的測試以及實驗的復現(xiàn)。本書的基礎實驗部分通過 MATIAB進行大量直觀的實驗測試,使初學者直觀而簡便地驗證和感受基礎圖像處理的步驟。本書第 812章為人工智能技術的介紹及應用部分,采用Python 語言為基準。Python 及其所需要進行的環(huán)境配置在第8章進行詳細說明。Python 作為目前為流行的用于人工智能的面向?qū)ο缶幊,充實的第三方工具及其解釋型語言的本質(zhì),使得它成了大多數(shù)研究者以及愛好者的選擇。本書由田豐、許昊駿、李御之著,王雪菲、程婉秋進行初次核對。本書在編著過程中得到了許多同學和同事的幫助,在此一并表示感謝。本書受上海大學2020年建設高水平大學項目(教材建設類)資助。在本書編著過程中,上海大學丁友東教授始終給予了熱情的關心和支持,提出了很多建議。由于知識的龐雜以及作者水平有限,書中難免存在錯誤和疏漏,歡迎讀者批評指正,提出寶貴的建議。本書基礎模塊代碼都為課題組編寫,人工智能模塊的代碼大部分為開源案例的驗證參考,概念和公式參考了相關書籍和開源網(wǎng)站,如有任何參考文獻標注、知識產(chǎn)權和版權問題,請及時聯(lián)系我們。后,也歡迎大家與我們交流人工智能在電景特效中的應用案例。編 者2021年9月
田豐,上海大學上海電影學院副教授,博士研究生導師,講授《數(shù)字圖像處理》等課程。主持國家社科基金藝術學一般項目、國家藝術基金傳播交流推廣項目、上海市科委項目和上海市經(jīng)信委項目多項。2018年作為導演完成VR頭顯的人眼視覺矯正科普短視頻的策劃、編寫、創(chuàng)作,并在東方明珠移動電視上累計放映80分鐘。
第1章數(shù)字圖像基礎 11.1 數(shù)字圖像處理的概念 11.2 數(shù)字圖像處理的應用 21.3 圖像數(shù)字化的概念 21.4 圖像采樣與量化 31.5 直方圖 61.6 讀取、顯示和保存圖像案例 9第2章 空域處理 122.1 點運算 122.2 代數(shù)運算 142.3 仿射變換 16第3章 頻域處理 333.1 二維離散傅里葉變換 333.2 快速傅里葉變換 353.3 傅里葉變換中的高頻低頻分量 363.4 離散余弦變換 423.5 卷積定理 443.6 濾波器設計 503.7 卷積函數(shù)案例 533.8 中值濾波與維納濾波 55第4章 圖像邊緣檢測 574.1 邊緣的定義 574.2 灰度閾值法分割 574.3 邊緣檢測案例 58第5章 圖像壓縮與編碼 625.1 圖像壓縮概述 625.2 圖像編碼 645.3 圖像壓縮與傳輸模型 665.4 常見無損編碼方式 67第6章 數(shù)學形態(tài)學 756.1 數(shù)學形態(tài)學的步驟與優(yōu)勢 756.2 與數(shù)學形態(tài)學相關的集合的基本概念 756.3 膨脹和腐蝕 766.4 開運算和閉運算 806.5 基本的形態(tài)學算法應用 826.6 灰度形態(tài)學 83第7章 特征識別基礎 867.1 霍夫變換 867.2 拉東變換 89第8章 人工智能理論基礎 928.1 人工智能的定義與發(fā)展 928.2 機器學習概述 938.3 線性回歸 948.4 感知機與前饋神經(jīng)網(wǎng)絡 978.5 線性判別分析 1008.6 決策樹 1038.7 樸素貝葉斯 1078.8 K近鄰算法 1108.9 支持向量機 1128.10 聚類 117第9章 神經(jīng)網(wǎng)絡的簡單實現(xiàn) 1219.1 Python環(huán)境配置 1219.2 數(shù)學函數(shù)庫Numpy 1249.3 神經(jīng)網(wǎng)絡框架Pytorch 1299.4 卷積神經(jīng)網(wǎng)絡 1339.5 手寫數(shù)字識別 1439.6 多分類任務 147第10章 光流網(wǎng)絡 15110.1 光流計算原理 15110.2 Lucas Kanade光流估計算法 15210.3 Farneback稠密光流 15610.4 光流數(shù)據(jù)集FlyingChairs 15810.5 FlowNet網(wǎng)絡 15910.6 FlowNet2.0網(wǎng)絡 166第11章 生成對抗網(wǎng)絡 17111.1 生成對抗網(wǎng)絡概述 17111.2 利用生成對抗網(wǎng)絡進行超分辨率圖像生成 17911.3 利用生成對抗網(wǎng)絡進行圖像風格遷移 181第12章 神經(jīng)網(wǎng)絡綜合應用 18512.1 著色網(wǎng)絡 18512.2 ArtLine圖像線框提取 18712.3 人體姿態(tài)估計 189參考文獻 199