疫情期间、工作越来越难找。只有不断提升自我,让自己变得更加优秀才行。万事开头难,好事多磨,加油!
1.常用的图像空间。
RGB、HSV(H:0-180,S:0-255,V:0-255)、YUV、HIS、YGrcb
2.简述你熟悉的聚类算法并说明其优缺点。
(1)K-mean:优势:如果样本集是团簇密集状的,K-means聚类方法效果较好。
缺点:①、对于条状、环形状等非团簇状的样本集,聚类效果一般;
②、对于事先给定的K值、初始点敏感,不同K值、初始点可能导致聚类得到结果差异较大;也可能因为 初始点分属同一类,导致最后结果陷入局部最小值,无法达到全局最优解。
3.请描述以下任一概念:SIFT/SURF LDA/PCA
4.请说出使用过的分类器和实现原理。
-
Random Forest的随机性表现在哪里。
-
Graph-cut的基本原理和应用。
-
GMM的基本原理和应用。
8.用具体算法举例说明监督学习和非监督学习的区别。
数学知识:
1.贝叶斯全概率公式题。
2.最小二乘拟合的公式推导和代码实现。
3.数论or组合数学题。
白板编程:
1.图的遍历
思路:深度搜索DFS和广度搜搜BFS
2.网格搜索:给一张二值化图片,用1~n标记不同的连通域。
思路:可以采用最简单的四领域搜索。
3.代码实现HSV图的直方图表示,已知H bins=8 S bins=4 V bins=2
开放问答:
1.怎样在一张街拍图像中识别明星的衣着服饰信息?
2.上衣纯色,裙子花色,怎样做区分?
3.怎样判断一张广告图片中是否有文字信息?是否用到OCR技术?怎样应用?
4.给一张二值化图片(包含一个正方形),怎样识别图片中的正方形?如果图片污损严重,怎样识别并恢复?
5.简述图像识别在移动互联网中的应用。
(待完善)