【面试经验】小米未来星感知融合算法一面面经

之前随手一投，没想到能约面，约了就得好好和大佬交流学习一下了

9.3日一面
面试官感觉像某个大佬，一开始问几段实习的项目，感觉面试官水平真的很高。
上来就看出来我简历里面写错了一个单词，很尴尬。
车道线检测的输入形式是什么样的？
车道线给下游用的形式是怎么样的？
为什么不采用三次曲线拟合，采用点链的形式，有什么优势？
车道线为什么不用基于滤波的方法，要使用优化的方法，使用的非线性优化器是什么？为什么要选这种优化器？
车道线做时序融合的cost函数怎么定义的，帧间怎么对齐的？对于traking目标如何做生命周期管理？
对于车道线误检和漏检的case是怎么解决的？
learning的车道线跟踪的query、value的建模方式，网络设计的一些细节，评测的方式，和车端运行的rule base的车道线融合算法指标有什么不一样，为什么要这么设计？
然后是手撕，算法题很有意思
二维空间中有若干的点，判断这些点是否是在两条平行线上面。
面试官提示先假设平行找到其中一根平行线，恍然大悟，连接任意三个点，如果平行的话那这三根肯定有一根是其中一根平行线，然后遍历3次每次以其中一条线聚类，再判断另一些没聚类的点是否是在另一根平行线上。