这篇论文介绍了一种在手持智能手机相机应用中自动实现长曝光摄影的计算捕捉系统，通过捕获多帧图像并使用图像处理技术，在保持主体清晰度的同时产生美观的运动轨迹，将运动模糊效果应用于静态图像中，实现高分辨率和高动态范围的合成照片。

Aug, 2023

我们提出了一种在极低光下捕捉干净、锐利、丰富色彩的照片的系统，采用运动测量、自适应白平衡和鲁棒图像融合技术，用于移动设备拍摄的人类肉眼难以辨别的环境下，普通用户在几秒钟内拍摄和分享照片。

Oct, 2019

提出了一种在移动设备上的混合变焦超分辨率的有效系统，通过捕捉一对同步的广角镜头和望远镜头拍摄的图像，并利用机器学习模型将细节从望远镜头转移到广角镜头，进一步提出了自适应混合方法以解决景深不匹配、场景遮挡、流动不确定性和对齐误差问题，并通过在真实情景下进行广泛评估，与最先进的方法进行比较，以在移动平台上 500ms 内生成一张 1200 万像素的图像。

Jan, 2024

提出了一种用于多摄像头智能手机的模糊处理框架，利用混合成像技术，通过同时捕捉来自智能手机的长曝光广角图像和超广角连拍图像，并使用清晰的连拍图像估计模糊核进行广角图像的去模糊处理。使用创建的 HCBlur 数据集进行网络的学习和评估，该数据集包含模糊的广角图像、清晰的超广角连拍图像以及它们的清晰广角图像对应物。通过广泛的评估，结果显示出了现有技术的高质量。

Dec, 2023

这篇论文中，我们使用多帧超分辨率算法直接从一连串的彩色滤波阵列原始图像中创建完整的 RGB 图像，以替代传统的单帧和连拍摄影流程中使用的去马赛克方法。该算法旨在提高图像分辨率和信噪比，支持多种场景条件，可以在短时间内运行。实际应用于手机的两个功能：Super-Res Zoom 和 Night Sight 模式。

May, 2019

本文提出了一种利用深度学习技术将手机拍摄照片转化为数码单反相机的图像质量。通过残差卷积神经网络提高了照片的颜色还原和图像锐度，使用一个复合知觉误差函数来度量图像质量，其中包括内容，颜色和纹理损失，并通过 DPED 数据集进行了定量和定性性评估，结果表明增强的图像质量可与数码单反照片相媲美，这种方法适用于任何类型的数码相机。

Apr, 2017

COVID-19 疫情爆发揭示了家庭健康监测技术工具的不足，而最近的研究表明智能手机作为一种通用光学显微成像平台具有潜力。本文提出了一种超低成本的智能手机显微镜解决方案，通过设计一个类似跷跷板的结构，进行焦距调整并使用学习方法对图像进行增强，旨在降低智能手机显微镜的成本，以利于在各种场景下的应用，如定点检测、现场诊断和家庭健康监测。

Nov, 2023

该研究提出一种使用单一手机相机和按键合成浅景深图像的系统，如果该图像是一个人，则使用人体分割网络将人和其配件与背景分离，并使用密集二像素自动对焦硬件计算出密集深度图。这两个信号结合起来用于渲染一张非聚焦的图像。

Jun, 2018

本研究提出了一个基于模型的优化框架，用于从加工样本的空间频率响应中构建代理相机，进而为训练基于学习的算法提供光学畸变和随机制造偏差的合成数据对，并利用超扩张全方位动态卷积来纠正制造降解，从而实现全面的计算摄影。

May, 2023

本研究提出了一种物理本质的闪光灯摄影成像公式，以及闪光与非闪光照片的分解和生成方法，其在现实场景下对闪光灯进行计算控制的效果优于现有文献中的其他方法。

Jun, 2023