Skip to content

「3D视觉(三维重建、SLAM、AR/VR) + 传统图像处理 + 计算机视觉(偏AI) 」重要知识点和面试问题。

License

Notifications You must be signed in to change notification settings

beiliangyibei/CV_Notes

 
 

Repository files navigation

💡 关于**

本人为 3D视觉+传统图像处理方向,在准备秋招时发现网上竟然找不到对应的求职复习资料,只好自己整理。

本仓库整理 3D视觉(三维重建、SLAM、AR/VR) + 传统图像处理 + 计算机视觉(偏AI) 重要知识点和面试问题。

目前已知的其它求职复习资料有:


🔍使用方法

  • 在线使用。直接在线浏览本仓库。
  • 本地使用。clone本仓库到本地,使用markdown阅读器 typora 打开对应内容阅读。

📑 目录

📌TODO

📷 3D视觉(三维重建、SLAM、AR/VR)

  • 2D-2D:基本矩阵、本质矩阵 | 在2015年大疆算法工程师笔试题 讲了七七八八,但还没有单独整理
  • 相机标定 - DLT、PnP及其变种 | DLT在2015年大疆算法工程师笔试题 讲了七七八八,但还没有单独整理
  • 齐次坐标、点到直线距离 | 在视觉算法工程师笔试题1 讲了
  • 线性方程解的判定 | 有空补充到矩阵分解与线性方程组
  • K-D tree | 在2015年大疆算法工程师笔试题 讲了
  • 相机加畸变与去畸变
  • 3*3的几何变换矩阵,每个参数代表啥意思?
  • 特征降维有哪些方式?下采样,NMS,1*1,pca,LDA?
  • 张定友标定法
  • 双目立体视觉、视差图、深度图。双目相机获得深度图伪代码
  • 最小二乘法拟合数据,以拟合直线为例
  • eigen实现解线性方程组
  • eigen单应矩阵的求解方法:DLT-约束||H||=1,DLT-令h_33=1,张的最大似然估计
  • 棋盘格检测算法原理
  • 亚像素点的精细调整
  • [ ]

🎨 图像处理

  • SIFT特征。 SIFT的原理(尺度不变性、旋转不变性),如何下采样,下采样因子多少,为什么要求解DOG,为什么要使用三线插值函数,128维度描述子怎么来的,梯度直方图怎么算的,梯度怎么算的,梯度方向怎么算的,邻域范围选的多大等等
  • 除了SIFT,还知道哪些特征,除了SIFT、SURF、ASIFT、ORB、HOG还有啥
  • 图像降噪算法。
  • 图像增强算法。
  • 边缘检测算子:Robert prewit sobel 拉普拉斯 canddy
  • 手写马赛克代码
  • LBP特征。原理,如何计算相似性(汉明距离),汉明距离怎么计算
  • 数据增强有哪些方式,具体的图像处理操作又有哪些?
  • 图像格式:bayer、rgb、yuv、hsv等等
  • 相机的3A参数(自动对焦(AF)、自动曝光(AE)及自动白平衡(AWB))

👁计算机视觉(偏AI)

  • [ ]

数学基础

  • 一层楼共有n级台阶,一次可以上至少一级但不超过m级台阶,求有多少种不同的上楼方案数。由于结果可能很大,你只需要输出结果对10007取模的值即可
  • 拟合二维平面中的带噪声直线,其中有不超过20%的样本点远离了直线,另外80%的样本点可能有高斯噪声的偏移,要求输出为ax+by+c=0的形式,其中a>0且a^2+b^2=1
  • 切比雪夫不等式、协方差与相关系数、各种分布、多元高斯分布
  • 线性回归推导回归系数(y=kx,y=kx+b)
  • 甲乙两人约好在某地碰面,时间段为10点到11点。若甲先到,最多会等待10分钟,10分钟内乙未出现则离开;若乙先到,最多会等待15分钟,15分钟内甲未出现则离开,请问两人见面的概率是多少?
  • ABCDE5个人互相传球,由A开始第一次传球,经5次传球最后回到A的手上,其中A与B不会互相传球,C只会传给D,E不会传给C,共有多少种传球方法?
  • MLE、MAP和贝叶斯估计
  • MLE,MAP,EM 和 point estimation 之间的关系是怎样的?
  • 如何求解Ax=b (非迭代Cholesky分解、QR分解,迭代)
  • 最小二乘封闭解与迭代解的取舍
  • 梯度下降法、牛顿法、GN、LM,推导、优缺点
  • 如何判断点在多边形内
  • 一阶、二阶优化,Jacobian、hessian矩阵
  • 1000个数的阶乘,求有多少个0
  • 递推法求数学期望,反证法,数学归纳法等

👉🏼贡献指南

想要一起把内容完善,可以按照 合作要求 提交 Pull requests

详细的贡献指南参考这里,包括要求和git使用

合作要求

  • 如果有参考资料,请务必注明整理笔记时的参考资料,一方面是版权问题,另一方面是方便读者参考。参考资料包括但不限于书籍名、论文标题和博客链接。
  • 对于面试问题,建议在文档开头给出面试问题出处,方便读者参考。如“问题来自头条互娱-图形图像岗,链接:https://www.nowcoder.com/discuss/262804”。
  • 笔记内容按照 中文文案排版指北 进行排版,以保证内容的可读性。

markdown 编辑器选择

推荐使用 typora 作为 markdown 阅读器,并进行如下设置:

  • 插入图像时... 复制到制定路径 ./.markdown.images 。设置完成后,图片可以直接粘贴进markdown中,并自动保存在 ./.markdown.images 隐藏目录下
  • 对本地位置的图片应用上述规则
  • 对网络位置的图片应用上述规则
  • 优先使用相对路径
  • 插入时自动转义图片URL
  • 开启markdown扩展语法,全部打钩

设置完成后如下图:

image-20200702202833468

image-20200702203401878

License

遵循 CC 4.0 BY 版权协议,转载请附上原文出处链接和本声明。

知识共享许可协议

About

「3D视觉(三维重建、SLAM、AR/VR) + 传统图像处理 + 计算机视觉(偏AI) 」重要知识点和面试问题。

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • C++ 74.2%
  • CMake 25.8%