2022年山东大学软件学院计算机视觉期末考试回忆

原创已于 2023-02-13 21:26:09 修改 · 535 阅读

·

2

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#计算机视觉 #算法

于 2023-02-13 21:25:47 首次发布

这篇文章涉及图像处理中的基础概念，包括弱透视的自由度分析，高斯金字塔和DifferenceofGaussian(DOG)的区别，以及度量描述符匹配度的数学方法。同时，提到了RANSAC算法在解决外点问题上的应用，并设计了一道关于人脸识别的问题，要求利用关键点坐标进行脸部匹配。此外，还涉及到线性代数在理解某些概念中的重要性，特别是为何只需要四个点进行特定计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

选择题知识点

弱透视、那几个自由度、其他不记得了，较简单，看看ppt

简答题

什么是高斯金字塔，两个dog有什么区别，基本定义，背一下。

用于度量描述符的匹配度的方法有哪些，写公式。

叙述RANSAV（好像是这样拼的）的算法过程

其他的忘了，不是很记得。

综合体（40分

1.人脸匹配的算法（开放问题，自己设计，有一张自己的脸，有几个关键点的坐标，要求去找到别的图片（可能没有脸）中自己的脸
2.有两问
第一问是下面的这个为什么最小，需要数学推导（琢磨一下线代

在这里插入图片描述
2.为啥下面的只要四个点，推导就行了

在这里插入图片描述

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。