追一科技-视觉算法一面凉经
时间：7月23日 10:30
时长：50min
摘要：3D视觉，考察知识广度以及各维度知识边界，面试压力大。
1.自我介绍。
2.超分项目介绍。
3.关键点检测介绍。
3D视觉：
4.3D检测方法，传感器。
5.RGBD相机原理，激光测量深度原理。点云相关技术。
6.3DMM模型。
7.相机标定方法与流程，内外参矩阵求解。
8.相机标定精度优化。开放问题：现有标定和去畸变流程的精度估计以及如何优化标定流程减少精度损失。
9.3D关键点检测商用设备与检测原理。如何提升3D关键点检测精度。
10.卡尔曼滤波。
机器学习：
11.LR和SVM区别（计算复杂度）。
12.LR原理。
13.SVM原理及优化方法，如何体现支持向量。
深度学习：
14.优化方法及区别。
15.loss及区别（公式角度）。
16.BN缺点，原理（参数）。
17.实例分割综述。超分辨率综述。
C ：
18.C 11新特性。
19.指针和引用区别，什么时候只能用指针或者引用。函数return vector变量的缺点，一般怎么操作。
20.多线程，线程安全，共享数据如何保证线程安全。如何进行数据共享。
21.***常用框架。
计算机网络：
22.计算机网络基础。http响应流程。
总结：
1.方向不match，主要做3D表情生成，包含技术相机标定，3D关键点检测，GAN。
2.简历上写的科研方向或者项目基本不问，主要针对于知识的广度与深度。
3.对原理理解及经典算法复杂度理解有要求。
总体很难，80%答不出来，目测凉凉。
仅供各位牛油参考。
————————————————————
腾讯HR面2283人在聊
