Part E — 모듈 심화 §17
교과서이 핸드북의 어휘가 나온 곳 — 색채과학·영상·신호·딥러닝의 표준 텍스트
이 핸드북은 요점과 계보를 모았을 뿐, 깊이는 표준 교과서에 있다. 분야별로 “한 권만 본다면” 기준의 핵심 텍스트를 모았다. (개인 학습용 정리 — 판본·가용성은 직접 확인.)
17.1 색채과학
색을 측정하고 모델링하기
★색채과학 핵심 텍스트
★색채과학 핵심 텍스트
- Fairchild, Color Appearance Models
- 색순응·CIECAM/CAM16의 표준 — 전공(§1·§5)의 필독.
- Wyszecki & Stiles, Color Science
- 측색의 백과사전적 레퍼런스(CMF·색공간·데이터).
- Hunt & Pointer, The Reproduction of Colour
- 색 재현(촬영→표시→인쇄)의 고전.
- Reinhard et al., Color Imaging
- 색채과학과 영상의 다리.
17.2 영상·신호 처리
변환영역과 시스템
★영상·신호 처리 핵심 텍스트
★영상·신호 처리 핵심 텍스트
- Gonzalez & Woods, Digital Image Processing
- 영상처리 표준 교재 — 필터·주파수·복원의 기본기.
- Oppenheim et al., Signals and Systems / Discrete-Time Signal Processing
- 선형시스템·Fourier·샘플링의 정석(→ §0).
- Szeliski, Computer Vision: Algorithms and Applications
- 영상형성부터 복원·정렬까지 — 무료 PDF 제공. 계산사진 입문에도 좋음.
- Kay, Fundamentals of Statistical Signal Processing
- 추정이론(MLE/MAP) — 복원의 통계적 토대.
17.3 계산사진·ISP
카메라 안과 밖
★계산사진·ISP 자료
★계산사진·ISP 자료
- 강의노트
- Stanford CS448 / EE367(Wetzstein), MIT 6.815/6.865(Durand) 등 계산사진 강의가 사실상 교재. 슬라이드·과제 공개.
- Szeliski (해당 장)
- computational photography·HDR·SR 챕터가 좋은 출발점.
- Ramesh Raskar 등
- 계산사진 튜토리얼·서베이가 분야 지도를 그려줌.
ISP·계산사진은 단일 교과서가 드물다 — 핵심은 논문 + 강의노트 + 벤더 화이트페이퍼다. 그래서 이 핸드북이 계보 중심으로 정리한 것. 우선순위 논문은 §20, 갱신 영역은 §21.
17.4 딥러닝·추정
데이터로 배우는 prior
★딥러닝·확률 핵심 텍스트
★딥러닝·확률 핵심 텍스트
- Goodfellow, Bengio, Courville, Deep Learning
- 딥러닝의 표준 — 무료 온라인. CNN·최적화·생성의 기본기.
- Bishop, Pattern Recognition and ML / Deep Learning: Foundations and Concepts
- 확률적 ML의 정석(MAP·베이즈·생성모델).
- Prince, Understanding Deep Learning
- 최신·무료. 트랜스포머·확산까지 직관적으로.
→ 이웃 모듈로
부록의 나머지
교과서 다음은 살아있는 자료다 — 어디서 발표되나(§18), 무엇으로 평가하나(§19), 무엇부터 읽나(§20), 무엇을 추적하나(§21).
개인 학습 자료 · ISP & Computational Photography · §17 교과서