面试题

图像基础知识：

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。

数学知识：

1. 贝叶斯全概率公式题。

2. 最小二乘拟合的公式推导和代码实现。

3. 数论or组合数学题。

白板编程：

1. 图的遍历

    思路：深度搜索DFS和广度搜搜BFS

2. 网格搜索：给一张二值化图片，用1~n标记不同的连通域。

   思路：可以采用最简单的四领域搜索。

3. 代码实现HSV图的直方图表示，已知H bins=8 S bins=4 V bins=2 

开放问答：

1. 怎样在一张街拍图像中识别明星的衣着服饰信息？

2. 上衣纯色，裙子花色，怎样做区分？

3. 怎样判断一张广告图片中是否有文字信息？是否用到OCR技术？怎样应用？

4. 给一张二值化图片(包含一个正方形)，怎样识别图片中的正方形？如果图片污损严重，怎样识别并恢复？

5. 简述图像识别在移动互联网中的应用。