网易2018校园招聘计算机视觉算法工程师笔试卷

时长:120分钟 总分:100分

118浏览 0人已完成答题

题型介绍
题型 单选题 填空题 简答题
数量 10 2 18
1.
图像数据如下： 卷积核为： 则输出为：
问题详情
图像数据如下：
卷积核为：
则输出为：




2.
以下哪个是lasso对于参数的作用效果
问题详情



3.
以下关于无向正权图的最短路和最小生成树的说法正确的有()
问题详情




4.
假设一棵二叉排序树的节点的值均为10到20的整数，如果在这棵树里查找15，...
问题详情
假设一棵二叉排序树的节点的值均为10到20的整数，如果在这棵树里查找15，以下哪个序列是不可能存在的?





5.
有如下代码: struct A1{ virtual ~A1(){}...
问题详情
有如下代码:
struct A1{
    virtual ~A1(){}
}
struct A2{
    virtual ~A2(){}
}
struct B1 : A1, A2{}
int main()
{
 B1 d
 A1* pb1 = &d
 A2* pb2 = dynamic_cast<A2*>(pb1)  //L1
 A2* pb22 = static_cast<A2*>(pb1)  //L2
 return 0
}





6.
图像特征描述子中，SIFT特征的keypoint点提取的是：
问题详情




7.
在基于特征点（如SIFT点）点对的图像匹配中，常使用一下何种方式对误匹配点...
问题详情
在基于特征点（如SIFT点）点对的图像匹配中，常使用一下何种方式对误匹配点对进行过滤？




8.
图像中应用的kmeans算法，以下说法错误的是：
问题详情




9.
数字图像处理中常使用主成员分析（PCA）来对数据进行降维，下列关于PCA算...
问题详情
数字图像处理中常使用主成员分析（PCA）来对数据进行降维，下列关于PCA算法错误的是：




10.
CNN神经网络对图像特征提取带来了变革性的变化，使之前的人工特征提取升级到...
问题详情
CNN神经网络对图像特征提取带来了变革性的变化，使之前的人工特征提取升级到数据驱动的自动特征提取，在CNN中，起到特征提取作用的网络层是：




11.
游历魔法王国
问题详情
魔法王国一共有n个城市,编号为0~n-1号,n个城市之间的道路连接起来恰好构成一棵树。
小易现在在0号城市,每次行动小易会从当前所在的城市走到与其相邻的一个城市,小易最多能行动L次。
如果小易到达过某个城市就视为小易游历过这个城市了,小易现在要制定好的旅游计划使他能游历最多的城市,请你帮他计算一下他最多能游历过多少个城市(注意0号城市已经游历了,游历过的城市不重复计算)。
12.
重排数列
问题详情
小易有一个长度为N的正整数数列A = {A[1], A[2], A[3]..., A[N]}。
牛博士给小易出了一个难题:
对数列A进行重新排列,使数列A满足所有的A[i] * A[i + 1](1 &le i &le N - 1)都是4的倍数。
小易现在需要判断一个数列是否可以重排之后满足牛博士的要求。
13.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
证明Laplace算子为旋转不变算子，并阐述离散化后旋转不变性的情况。
14.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
使用极坐标表示解释Hough变换用于直线检测的主要概念。在图像空间中画几条直线，在参数空间中勾画出相应的Hough变换。标示出所有重要的点线轴。
15.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
与DFT相比，DCT有哪些特点？在图像处理领域分别有那些应用
16.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
双边滤波器的公式和优缺点。
17.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
阐述词袋（BOW）模型，及其在图像中的应用。
18.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"图像基础"）
谈谈你对V/A/MR的了解。
19.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
期望风险、经验风险和结构风险之间的关系。
20.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
生成模型和判别模型分别是什么意思？详述逻辑回归并且说明其是哪个模型。
21.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
描述dilated convolution的优缺点及其应用
22.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
阐述Densenet的结构并分析其在计算机视觉方面取得成功的原因。
23.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
推导反向传播算法。
24.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
谈谈你对moblenet和shufflenet的理解。
25.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
写出GAN的loss并且阐述GAN的发展历程。
26.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
使用momentum 的SGD比不使用momentum的SGD优势在哪里？
27.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"机器学习"部分）
交叉熵的：
1）定义是什么？ 2）含义是什么？ 3）举例说明其在深度学习的loss设计中的应用？
28.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"3D视觉"部分）
一、本题与视觉SLAM相关。

1. 请设计一种采用特征法、滑窗边缘化的视觉算法的前后端，并用软件框图的形式表达各个模块间的数据关联。
2. 做图优化时，对比采用四元数法和李代数法在数学直观性、计算量上的差异性。
3. 优化求解过程中，g2o或者ceres的内部实现过程，有哪些加速计算的处理？
4. 列举几个你常用的基础数学库，比如稀疏矩阵求解器，SVD分解啦，等等。能说明数学求解原理更好啦。
5. 现在呢，深度学习比较火，你总结下目前深度学习在几何视觉领域的结合情况。
29.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"3D视觉"部分）
二、本题与VIO相关。

1. 请简单写一写采用EKF做位姿预测的公式，总结一下预计分中所作的一些近似条件。
2. 假如视觉信息突然丢失，只有IMU做位姿初始预测时，你觉得预计分能坚持多久而不至于误差过大？
3. 请设计VISLAM的重定位算法，只要语言描述即可。
4. 请伪代码实现一个网格划分器，输入为全部特征点向量，输出为筛选的较为均匀分布的特征点向量。
5. 请描述RGB三维重建过程从图像采集到文理贴图的全流程的pipline。
30.
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个...
问题详情
（问答题分"图像基础","机器学习"和"3D视觉"三个部分，请任选其中一个方向作答，多答有神秘加分）
（本题为"3D视觉"部分）
三、本题主要和当前业界前沿相关。
1. 请总结一下今年的CVPR/ICRA/ICCV/等顶级相关会议与SLAM相关的，你觉得最具有突破性的论文。你如何判断一篇文章是否只是在灌水，又如何将先进理论作用到你自己的工作中的？
2. 请说说你对于ARKit和ARCore在精度和鲁棒性上的优劣。面向AR的SLAM系统，和机器人的SLAM在设计上有什么差异性？以及你怎么看待苹果和google在AR上面的布局，以及国内公司的机会和挑战。
3. 请介绍一下你们实验室的工作，你所承担的工作职责。