计算机视觉面试题

图像分类存在的挑战？

 

 图像特征的分类？全局特征和局部特征

什么时候用全局特征？什么时候用局部特征？

分类任务（对图像进行分类，对像素点进行分类）使用cnn提取特征

版权检索，相同图像检索 使用局部特征 匹配相似点或者 对局部特征编码后计算相似度

什么时候用特征聚合？怎么做特征聚合？

对特征库的图片进行统计，就像词袋模型 

特征聚合中池化的作用是什么？对特征进行降维；剔除了位置关系

在图像检索中，推荐最大池化还是平均池化？最大池化，图像检索关注突出的信息

 Gem-pooling 是什么？ 是一种介于max-pooling和min-pooling的池化

图像检索直接池化的问题

区域位置的丢失；区域重要性不够突出；区域池化无法进行学习

如何进行特征聚合？

有监督的聚合方法和无监督的聚合方法

有监督的聚类方法可以从图像输入维度也可以从图像特征图维度

无监督的聚合方法 一般是中间位置信息量更大