作者：一位在ISP领域摸爬滚打十余年的算法工程师“纸上得来终觉浅，绝知此事要躬行。”——这门课的每一行代码，都希望你亲自跑一遍。从原理到代码，从理论到工程落地本课程共30章，系统讲解ISP核心算法——多帧降噪、HDR合成、夜景算法的原理、实现与调优。每章包含：原理详解 → 数学公式 → 代码实战 → 工程经验 → 章节练习第19章 基于深度学习的HDR合成“传统HDR合成靠的是精心设计的融合规则，而深度学习HDR合成靠的是——让网络自己学出来。但别以为有了网络就不用理解原理了，你不懂原理，出了问题连debug都不知道从哪下手。”19.1 HDR合成问题回顾与深度学习动机19.1.1 传统HDR合成的痛点同学们，我们前面讲过传统HDR合成：拍一组不同曝光的LDR（Low Dynamic Range）图像，然后通过加权融合得到HDR图像。传统方法的核心是设计权重函数——曝光好的区域权重大，曝光差的区域权重小。但传统方法有几个致命问题：鬼影（Ghost）问题：多帧之间有物体运动，融合后出现半透明鬼影。传统去鬼影方法靠阈值判断、光流对齐，但效果有限