【CV秋季划】图像质量提升与编辑有哪些研究和应用，如何循序渐进地学习好？
图像底层处理和编辑相关的算法是研究如何分析和提升数字图像的质量，以及对图像进行编辑的重要研究方向，传统的图像处理算法众多，而如今深度学习方法进一步将许多方向推向了落地。
那我们究竟如何去长期学好相关的算法呢？有三AI推出了CV秋季划-图像质量组，供长期学习相关内容，学习不限时长，永久有效。
详情大家可以听以下直播视频解读，更多补充可看图文。
整个学习内容
秋季划图像质量小组需要掌握与图像质量相关的内容，学习的东西包括8大方向：图像质量评价，图像构图分析，图像降噪，图像对比度增强，图像去模糊与超分辨，图像风格化，图像修复，图像编辑。
总体的学习资料包括几个部分：
(1) 不定期增加的相关视频和直播。
(2) 知识星球社区：包括两个，一个是专用于秋季划图像质量学习小组存储资料的星球，永久有效，不对外开放。
另一个是对外开放的有三AI知识星球，包括很多内容，大家可以自行阅读下文了解。
(3) 有三AI内容组，项目组，运营组：是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作，获得收入。在项目组大家可以参与各类工程项目，获得收入。在运营组大家可以参与生态运营，获得收入。
(4) 线上线下答疑：包括有三的微信答疑和组织的线下活动和私人线下答疑。
总的来说：学习资源是非常丰富和多维的，大家根据需要可以自取，总体的学习路线图和每一部分的内容如下。
接下来我们再给大家介绍每一部分需要学习的内容。
图像质量评价
图像质量评估需要学习的内容包括：
(1) 图像质量评估，美学评估算法原理。
(2) 美学图像质量评估项目实践。
图像构图
图像构图分析需要学习的内容包括：
(1) 显著目标检测。
(2) 自动构图算法原理。
(3) 自动构图项目实践。
图像降噪
图像降噪需要学习的内容包括：
(1) 深度学习图像降噪算法原理。
(2) 图像降噪项目实践。
图像增强
图像增强需要学习的内容包括：
(1) 深度学习图像增强算法原理。
(2) 图像增强项目实践。
图像超分辨
图像超分辨需要学习的内容包括：
(1) 深度学习去模糊算法原理。
(2) 深度学习超分辨算法原理。
(3) 去模糊项目实践。
(4) 图像超分辨项目实践。
图像滤镜和风格化
图像风格化需要学习的内容包括：
(1) 深度学习图像风格化算法原理。
(2) 图像风格化项目实践。
图像修复
图像修复需要学习的内容包括：
(1) 深度学习图像修复算法原理。
(2) 图像修复项目实践。
图像编辑
图像编辑需要学习的内容包括：
(1) 图像编辑算法原理与实践
(2) 图像融合算法原理与实践
关于学习方式
有三AI季划学习方式非常自由，包括：