CV面试题整理（1）

图像处理基础

1. 摩尔纹讲一下？

摩尔纹是一种在数码照相机或者扫描仪等设备上，感光元件出现的高频干扰的条纹，是一种会使图片出现彩色的高频率不规则的条纹。摩尔纹因为是不规则的，所以并没有明显的形状规律。

2. 相机畸变的原因？

畸变是指光学系统对物体所成的像相对于物体本身而言的失真程度，是光学透镜的固有特性，其直接原因是因为镜头的边缘部分和中心部分的放大倍率不一样导致。畸变并不影响像的清晰程度，只改变物体的成像形状，畸变是一种普遍存在的光学现象。

3. 图像存储格式知道吗？

• BMP格式
• GIF格式（主要用于不同平台的交流和传输，而不是作为文件的存储格式，最大不超64M，颜色最多256色）
• TIFF格式（扩展性，方便性，可修改性的特点导致很复杂，要更多代码控制，文件读写慢，代码长）
• JPEG格式（一种压缩格式）

4. 图像去噪原理？（待）

图像去噪作为计算机视觉研究领域中一个重要的研究方向，其目的是尽可能地减少或消除噪声对图像的干扰，使处理后的图像尽可能接近原始图像。图像去噪的实质是对数据本身恢复和重建，以起到排除污染的作用。

5. 讲一下LBP算子

LBP(Local Binary Pattern)，即局部二值模式，属于一种图像预处理算法，具有光照不变性和旋转不变性。
八邻域LBP：取一个像素点的周围8个邻域点，根据邻域点和中心像素点之间的相对大小关系，将高于中心像素点的邻域点取为1，低于中心像素点的邻域点取为0，并将其全部连接成一个8位二进制数，将此二进制数作为中心像素点的LBP算子值。

6. 讲一下RAW格式图像

raw格式是未经处理、也未经压缩的格式，可以把RAW概念化为“原始图像编码数据”或更形象的称为“数字底片”。RAW的原意就是“未经加工”。可以理解为：RAW图像就是CMOS或者CCD图像感应器将捕捉到的光源信号转化为数字信号的原始数据。

7. 传统方法怎么进行图像模糊检测？

由于Laplacian算子本身的定义，它用于测量图像的二阶导数。拉普拉斯算子突出显示图像中包含快速梯度变化的区域，很像Sobel和Scharr算子。和这些算子一样，Laplacian也经常用于边缘检测。这里的假设是，如果一幅图像的方差较高，那么就说明图像有广泛的响应，包括类边和非类边，这是一幅正常的聚焦图像的代表。但如果方差很低，那么就会有很小的响应扩散，这表明图像中几乎没有边缘。而图像越模糊，边缘就越少。所以可以用来检测是否模糊。

深度学习

1. ROC曲线&AUC值的原理？

2. 处理训练数据集中类别不均衡的问题？

3. 卷积操作是线性的吗？CNN是线性的吗？

卷积运算为线性运算，可以说是通过卷积核进行的线性加权运算。不仅卷积运算为线性，单层的神经网络都是线性运算，只有加了激活函数之后，网络才是非线性的运算。

4. dropout原理，为什么觉得dropout有效？

5. VGG, Googlenet, resnet如何做到网络轻量化

6. 梯度消失和梯度爆炸产生的原因和解决办法

7. BN如何解决梯度消失问题

BN就是通过对每一层的输出规范为均值和方差一致的方法，消除了权重参数放大缩小带来的影响，进而解决梯度消失和爆炸的问题，或者可以理解为BN将输出从饱和区拉倒了非饱和区。

8. Focal loss理解

9. SVM和神经网络的区别

10. BN有哪些好处

• 防止过拟合：单个样本的输出依赖于整个mini-batch，防止对某个样本过拟合；
• 加快收敛：梯度下降过程中，每一层的W和b都会不断变化，导致输出结果的分布在不断变化，后层网络就要不停地去适应这种分布变化。用BN后，可以使每一层输入的分布近似不变。
• 防止梯度弥散：forward过程中，逐渐往非线性函数的取值区间的上下限两端靠近，如sigmoid，此时后面层的梯度变得非常小，不利于训练。