测绘与空间地理信息文献综述格式（测绘与空间(3)

3、 出色的算法分析能力，对某一特定算法可以做广泛的综述，有实际算法实现经验；

4、 熟悉面向对象编程思想，精于windows下的C/C++、VC++程序设计，熟悉MATLAB，对MFC有相对的了解和应用经验；

专业技能：

1、扎实的数学功底和分析技能，精通计算机视觉中的数学方法；

高等数学(微积分)、线性代数（矩阵论）、随机过程、概率论、

摄影几何、模型估计、数理统计、张量代数、数据挖掘、数值分析等；

2、具备模式识别、图像处理、机器视觉、信号处理和人工智能等基础知识；

对图像特征、机器学习有深刻认识与理解；

3、精通图像处理基本概念和常用算法包括图像预处理算法和高级处理算法；

常见的图像处理算法，包括增强、分割、复原、形态学处理等；

熟悉常见的模式识别算法，特别是基于图像的模式识别算法，掌握特征提取、特 征统计和分类器设计；

4、熟练使用OpenCV、Matlab、Halcon中的一种或一种以上工具库；

5、熟悉机器视觉系统的硬体选型，包括CCD相机，镜头及光源；熟悉相机与镜头搭配；

外语：

1.英文熟练，能够熟练阅读和理解专业英文资料，有英文文献检索和阅读能力；

2. 良好的英语沟通能力

综合能力：

1.对工作认真负责，积极主动，勤奋踏实；

2.做事严谨，注重细节，有耐心，能够在压力下独立工作；

3.学习钻研能力强，有较强的理解能力和逻辑思维能力和良好的创新意识；

4.良好的协调沟通能力和团队合作精神；

视觉算法经验：请提供实现的算法列表

目标识别、图像配准、三维测量、标定和重建、手势识别；

表面缺陷检测；尺寸测量；特征识别；

图像去噪、滤波、融合算法 3A算法：如自动曝光、自动对焦、自动白平衡

岗位职责：

1、负责计算机视觉中的图像采集，处理面阵和线扫描相机的成像和控制 ；

2、针对特定的计算机视觉问题，设计目标识别与快速定位与检测算法的实现，并进行优化；

3、对彩像和灰度图像实现物体表面的污点划痕检测算法设计和实现；

4、处理三维物体表面数据获取和实现三维测量算法的实现；

5、处理点激光和线激光源的成像，散斑噪声滤波和轮廓检测；

6、负责算法与软件GUI开发工程师接口;

7、完成上级领导交办的其他的工作。

2面试题大全

1-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。

2-笔试

大概有： 1.表示图像的特征有哪些 纹理，频率，梯度这种

2.写出canny边缘提取算法的原理

3.图像插值方法

4.自己设计一个OCR引擎 5.写出Kmeans程序，并在一个设计环境中怎样使用 6.中值滤波7.static的作用 8.写一个c++宏9.二分查找

10.整数翻转，如何处理越界问题

11.C++多态，静态联编和动态联编，虚函数表

12.模型融合如何做

13.提升树的思想，随机森林和提升树的区别

14.SVM推导，对偶性的作用，核函数有哪些，有什么区别

15.python两个每行都是数字的文件合并，去重。

16.shell编程，编辑文件。

17.进程与线程的区别

18.卷积神经网络介绍

19.SVM的推导

20.大文件求交集，如何解决哈希之后小文件还是放不进内存堆排序代码

21.连续和最大问题，如何证明？

22.bp算法介绍，梯度弥散问题。

23.svm介绍，优缺点是什么，lr介绍，区别是什么

24.lr与线性回归的区别

25.如果要预测房价，用什么模型

26.如果要预测房价，并且知道一个房间的房型信息，如何构建模型

27.sigmoid 函数的应用有哪些，为什么？

28.列举十种常用的神经网络模型

29.语音识别模型有哪些

30.如何识别一个人在喝酒，需要几个模型

31.卷积神经网络中卷积如何实现，激活函数的意义，损失函数有哪些，初始化参数如何选择

32.用过哪些深度学习框架，TensorFlow中的session是什么，session和interactivesession的区别

33.如何实现卷积层权值共享

34.如何保存模型，读取已有的模型

35.用过哪些深度学习模型，区别是什么。

36.了解哪些寻优算法

文章来源：《测绘与空间地理信息》 网址: http://www.chykjdlxxzz.cn/zonghexinwen/2022/1209/1081.html