三维重建18: 图像深度获取

1.根据相机内参矩阵(无畸变)
fx 0 u
0 fy v
0 0 0，和图像中下标(x1,y1)，以及点p在空间/世界坐标系中的平面方程，求p的三维坐标(x,y,z)
A:
2. canny 参数问题，梯度计算在两个阈值之间不确定时候，如何确认极值是否边缘？
A: 近邻确定法，与边缘点存在8近邻，则确认为边缘;
两个阈值检测强边缘和弱边缘，只有弱边缘与强边缘相连时候即与，才被选择为边缘;

3.快速排序
A:

  int partition(vector<int> &input, int lo, int hi)
  {
      int i = lo, j = hi+1;
      int v = input[lo];
      while(true)
      {
          while(input[++i] < v) if(i == hi) break;
          while(input[--j] > v) if(j == lo) break;
          if(i >= j) 
              break;
          swap(input[i], input[j]);
      }
      swap(input[j], input[lo]);
      return j;
  }
  //还是使用了快排的方法，应该可以使用topK堆排序
    void quickSort(vector<int> &input, int lo, int hi, int k)
    {
        if(hi <= lo) return;
        int j = partition(input, lo, hi);
        if(j + 1 == k) return;
        quickSort(input, lo, j-1, k);
        quickSort(input, j+1, hi, k);
    }

4.vector返回值复制构造问题
形如vector a =func{ vector b,……, return b }
产生几次复制构造？
A: 一次？

5.maskrcnn相对于faster rcnn的改进
A: 1.产生mask的机制； 使用deepmask框架，通过1卷积和同大小rect分类器，实现mask效果；
2. 优化mask的分支结构；
3. 使用roi-align代替roi-pooling，在获取特征map时候使用双线性插值而不是max或者mean，精度损失降低。

12月07日，阴