最近面试了几个图像的职位，汇总一下面试题。
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。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
