C++及图像算法基础知识（一）

PS：为了面试准备的，总结的有点粗糙。

 

1.receptive field：感受野

在卷积神经网络CNN中，决定某一层输出结果中一个元素所对应的输入层的区域大小，被称作感受野

 

左图：如果只看特征图，我们无法得知特征的位置（即感受野的中心位置）和区域大小（即感受野的大小）

右图：CNN特征图的大小固定，其特征位置即感受野的中心位置。各个特征（可以理解为图像中的像素点）的位置在卷积后保持不变，空的部分用空白来填充。

 

2.虚函数，virtual关键字，c++多态

a、编译时多态性（静态多态）：通过重载函数实现

b、运行时多态性（动态多态）：通过虚函数实现。（声明基类的指针，利用该指针指向任意一个子类对象，调用相应的虚函数，可以根据指向的子类的不同而实现不同的方法。virtual关键字）

 

虚函数： 就是允许被其子类重新定义的成员函数

纯虚函数： 是在基类中声明的虚函数，它在基类中没有定义，但要求任何派生类都要定义自己的实现方法

 

简单记：一个接口，多种方法

 

作用：封装可以使得代码模块化，继承可以扩展已存在的代码，他们的目的都是为了代码重用。而多态的目的则是为了接口重用。

 

 

3.常见CNN结构

LeNet,AlexNet,VGG,GoogleNet,ResNet

 

4.物体跟踪与识别，SLAM（重要！！！！）

Simultaneous Localization and Mapping, 同时定位与地图构建

SLAM 的目的是解决“定位”与“地图构建”

应用：

室内扫地机

室内服务机器人

自动驾驶

空中的无人机

虚拟现实

增强现实

 

整个视觉SLAM流程包括以下步骤：

1.传感器信息读取。在视觉SLAM中主要为相机图像信息的读取和预处理。如果是在机器人中，还可能有码盘、惯性传感器等信息的读取和同步。

2.视觉里程计（Visual Odometry，VO）。视觉里程计的任务是估算相邻图像间相机的运动，以及局部地图的样子。VO又称为前端（Front End）。

3.后端优化（Optimization）。后端接受不同时刻视觉里程计测量的相机位姿，以及回环检测的信息，对它们进行优化，得到全局一致的轨迹和地图。由于接在VO之后，又称为后端（Back End）。

4.回环检测（Loop Closing）。回环检测判断机器人是否到达过先前的位置。如果检测到回环，它会把信息提供给后端进行处理。

5.建图（Mapping）。它根据估计的轨迹，建立与任务要求对应的地图。

经典的视觉SLAM框架是过去十几年的研究成果。这个框架本身及其所包含的算法已经基本定型，并且已经在许多视觉程序库和机器人程序库中提供。依靠这些算法，我们能够构建一个视觉SLAM系统，使之在正常的工作环境里实时定位与建图。因此，我们说，如果把工作环境限定在静态、刚体，光照变化不明显、没有人为干扰的场景，那么，这个SLAM系统是相当成熟的了。

 

 

5.梯度下降和牛顿法的区别

凸函数求极值的方法，他们都是为了求得目标函数的近似解。

梯度下降：