1.常用的图像空间。
2.简述你熟悉的聚类算法并说明其优缺点。
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。
5. Random Forest的随机性表现在哪里。
6. Graph-cut的基本原理和应用。
7. 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。
2-笔试1.嵌入式编程中,什么是大端,什么是小端?
大端模式,是指数据的高位保存在内存的低地址中,而数据的低位保存在内存的高地址中;
小端模式,是指数据的高位保存在内存的高地址中,而数据的低位保存在内存的低地址中。 2.SVM常用核函数有哪些? 线性核函数,多项式核函数,高斯(RBF)核函数,Sigmoid核函数。
如果特征的数量大到和样本数量差不多,则选用LR或者线性核的SVM; 如果特征的数量小,样本的数量正常,则选用SVM+高斯核函数; 如果特征的数量小,而样本的数量很大,则需要手工添加一些特征从而变成第一种情况。
3.图像插值算法有哪些?
最邻近插值,线性插值,双线性插值,双三次插值,三线性卷积插值。
4.比较字符串
5.给定0-1矩阵,求连通域。 6.写一个函数,求灰度图的直方图。 7.