图像拼接、图像特征匹配（instance-level matching and semantic-level matching）
传统图像处理 + 深度学习

一面：
大约40分钟吧，主要聊项目，问的问题不多。
1. 针对项目问了一些问题，问的比较浅
2. SIFT特征提取怎么做的，具备什么性质，为什么
3. 高斯滤波，均值滤波，中值滤波
4.手写中值滤波
二面玄学：
差不多10-15分钟左右吧，直接开问，主要就简历上的东西快速问一下，基本没涉及具体技术的东西
三面HR：
20分钟左右吧。个人情况、家庭情况、待遇预期、遇到的困难、职业规划等等吧。。。

一面：
1. 图像降噪算法
2.图像增强算法
3.边缘检测算子：Robert prewit sobel 拉普拉斯 canddy
4.手写马赛克代码
5. 手写高斯滤波以及优化
6. c++多态：重载和虚函数
7. 虚函数表、虚函数表指针大小、虚函数表存储的位置
8. gcc编译过程
9.项目
10.手写洗牌算法：N张牌等概率出现在每个位置

二面：
1.  C++ 11新特性
2. const作用：const int func(const int& A) const 
3. new/malloc区别
4. 虚继承
5.四种类型转换
6.智能指针
7.左值右值、move
8.手写双向链表随机插入新元素的类
9.机器学习：adam、SGD、RMSProp区别
10.1*1卷积的作用
11. 贝叶斯估计与最大似然估计的区别

三面：
1.手写均值滤波以及优化代码
2. ML/DL数据处理相关操作
3.项目

一面：
1-n内的个位为1的所有素数
手写快排,并计算数组内每个元素在排序完成后的相对位置
手写二分查找
C++多态的原理
项目
二面：
C++动态联编
求二维0/1矩阵中边界都是1的最大正方形
shell编程：查找大批量文件，文件名输出重定向到log文件
SIFT的原理
BN的原理
过拟合的预防
项目
其他的记不清了
三面：
项目
四面：
vector、list、stack底层实现的原理、使用场景、特点对比
使用二个栈实现双端队列
回溯和分支定界法分别是DFS还是BFS？DFS和BFS的使用场景，适用于解决什么样的问题
SIFT 的原理
图像处理问题大规模使用卷积的优势和原理
模型压缩
BN放置的位置
PCA和SVD的区别以及求解过程
开放场景题：如何估计二维静态图像中前景目标的姿态和朝向
根据相机针对同一场景拍摄的连续图像，如何估计相机的内外参
图像配准
比较零碎，其他的记不清了

现场笔试：
给定整数数组和大小为k的滑动窗口，求滑动过程中所有滑动窗口内的最大值
给定一个整数数组，求数组所有元素能够拼接成的最小整数
一面：
 模型压缩、量化的方法
 项目中遇到过拟合的解决办法
 项目中使用数据增强的方式
 TensorRT
 ONNX
训练数据类别样本不平衡的解决办法
awk的使用，还有个啥命令记不清了
shell编程：有一个存储有name id score 三个属性的文本文件，查找score 在0.7与0.8之间的所有样本的 id
介绍常用的激活函数以及特点，推导sigmoid的求导
使用过哪些经典的网络结构，介绍mobilenet V2 与 V1 的对比
聊项目
咨询了陌陌这边有没有做图像匹配相关业务的，然后一面面试官就把后面的技术面都安排了图像检索、视频检索、推荐相关的组
二面：
手写Resnet的跳转连接(pytorch)，以类的形式封装好，后续别的网络模块可直接调用
进程和线程的区别
多CPU、多I/O场景下该选择多进程还是多线程？
python下多线程和多进程的使用，个人在实际中如何选择和尝试的？
为什么python下多线程不起作用？扯了python是面向解释，不是编译的语言，继续被追问根本原因？继续扯了python里有一个全局解释器锁机制(好像叫这个)？继续被追问解释器锁如何加锁？
聊项目
谈谈图像匹配在图像检索、推荐中的应用
三面(HR)：
  1.   聊实习的收获、期望薪资待遇、介绍当前跟其他公司沟通的阶段
  2.  HR介绍公司情况、文化氛围、技术团队
  3.  个人就业规划
 ps：听别人hr面的时候，说整个cv团队秋招应该只收10个人，不知真假

四面：
传统的hand-crafted特征(SIFT、ORB等)与基于学习的ConvNet特征的对比以及使用场景
聊实验室项目、实习项目
图像实例匹配、语义匹配在图像检索、单目标视频检测、识别中的应用前景

电话一面：
介绍项目
resnet的网络结构以及为什么这么设计
激活函数的优缺点
cnn，rnn，lstm的熟悉程度
各种优化器的优缺点（SGD,MOM*,RMSPROPS，ADAM）
逻辑回归和线性回归的区别
GBDT、XGBDT、SVM用过没
降维算法有哪些，PCA是具体怎么做的

视频一面：
重载和重写的区别
重写的原理（多态与虚函数的原理）
子类继承二个有虚函数的父类，那么子类有几个虚函数表
static关键字的作用
智能指针、shared_ptr底层如何实现
共享指针的循环引用、weak_ptr如何解决shared_ptr的循环引用
struct的内存占用计算规则
map与unordered_map的区别，底层实现原理
dfs和bfs的区别，具体如何实现
锁的原理、共享锁、自旋锁、读写锁，自旋锁的底层实现
缺页中断
socket编程
编程题：双向链表反转
编程题：双向链表分割为二段，左侧小于target，右侧大于target，且不改变原先元素之间的相对位置（即分割要求是稳定的）

一面:
项目介绍
介绍SIFT的原理和特性
SIFT计算梯度主方向，为什么就能保证旋转不变性
图像间的几何变换模型有哪些？
一张有褶皱的纸，怎么变形至平坦？
resnet的特点
手撕代码：快排，分析快排的平均时间复杂度和最慢效率都是如何计算出来的

二面：
项目介绍
mobileNet v1 与 v2的特点以及区别，还被问到了解v3不
shuffleNet原理，怎么shuffle，v1与v2的区别
算法题：给定一个元素大小在[1，100]之间的整数数组，如果一个数是数组中任意三个元素的最小公倍数，那么这个数也是该数组的公倍数，
        求数组所有公倍数中最小的那个，如{1,2,3,4,5,6},那么该数组的最小公倍数是4，因为{1，2，4}的最小公倍数最小

一面（1h，全程问内存管理）：
操作系统的内存管理负责干啥
内存泄漏、野指针、悬空指针
如何提高内存管理的效率
***的机制
页表的机制、缺页中断、页面调度算法
为什么要设计逻辑地址？逻辑地址的优势在哪？当前有大容量PC内存，逻辑地址为何还要保留？
逻辑地址怎么转换为物理地址
多态和虚函数的原理
malloc申请地址时，操作系统是如何响应的，从内核到获取内存地址，中间发生了什么
内存空间一级、二级配置器
进程、线程、协程的区别
多进程 多线程 多协程的应用(python / c++下分别说明)以及python的GIL
python迭代器和生成器的底层原理，以及还有关键字 yield的底层原理
进程之间如何通信？
对锁的理解，互斥锁的底层如何实现的，跟内存访问的底层如何建立关系（唉又回到了内存管理）
哈希表的作用、原理、解决冲突的办法
项目的难点在哪？怎么克服的？最有成就的收获是什么？
在线笔试成绩为什么做的不好，编程题只得了4分，选择题也错不少？被吐槽回去好好练习一下，多写代码，不过还是给了通过，膜拜orz。。。

二面（40 min）：
Linux下进程和线程的区别
用过多进程、多线程没？C++的QTread 、Python的GIL？线程池的优势，为什么效率高？
代码：快速排序，并逐行代码解释，针对测例完整推理一下全部的执行过程以及中间结果
项目简要介绍
对做算法和做研发的认识？ 被吐槽想的太浅？
开启劝退模式，给我详细讲了算法和研发的发展前景以及业务侧重场景。。本来已经准备拿瓶水，拧包走人了，被告知二面通过。。。。大概就是他，又给我调去了滴滴网约车的路径规划算法组。。

三面（题目场景比较开放，40min）：
图像特征提取、特征匹配用没用slam的开源库？跟slam的图像匹配算法有哪些不同？
tensorflow和pytorch的使用体验对比，以及各自的优缺点
物联网的课程与计科有啥不同？有大数据处理（数据挖掘）相关的课程没？
神经网络模型上线时还需要考虑那些因素？（回答了一些网络裁剪、压缩、量化、引擎等相关的）
自己做项目面向对象编程时，有哪些收获？踩过哪些坑？
项目介绍
代码：字符串编辑距离
介绍滴滴网约车的路径规划中：图像/视频语义理解、目标识别检测、异常检测等CV的应用，以及图像匹配算法在其中的应用

一面：
聊项目
介绍SIFT的原理和特性
对比传统图像的二维卷积和深度学习中的三维卷积，介绍后者在图像处理中的优势
手撕代码：给定“AABBCFFSS”类似的字符串，如何找到只出现一次的那个字符。(二分法最快)
谈谈对指针、引用的理解
指针引用和引用指针
有海量数据，需要排序，如何操作？
二面:
聊项目
手撕代码：也是二分的变形：区间检索
三面:
职业规划（致命题）
评价一下自己
实习收获
实习负责的业务
学校和公司的学习环境区别
期望待遇

一面：
项目
手推softmax的BP公式
白板代码：计算二值矩阵的连通域个数

一面：
１.　五年以内的职业规划
２.　介绍最有成就感的项目（图像、CV项目）
３.　分条概括项目的难点，怎么尝试解决的
４.　解决过拟合的方法有哪些
５. dropout的随机失活因子以及怎么反向传播
６.　池化层如何反向传播
７.　BN底层如何计算，手撕BN ，BN在训练、测试阶段的计算有什么区别
８.　SVM的松弛因子作用
９.　树模型节点划分的依据，如何理解基尼系数的概念
１０.并发和并行的区别
１１.第一范式、第二范式
１２.手撕2的N次方，如何解决N过大引起的溢出

二面：
１．聊项目（图像、CV项目），难点怎么解决的
２.　ResNet为什么能够保证很深的网络具备不错的效果？
３.　问一些一面聊过的DL、ML基础知识
４.　GAN、LSTM、GRU、NLP相关的大概聊聊，文本、推荐相关的不咋懂，聊不下去
５.　XGBoost、GBDT
６.　手撕如何使用rand7()生成rand10()
７.　个人的规划，是不是一定要做图像相关的？　
８.　平时如何进行技术的学习、积累，用哪些途径？
９.　在实验室的出勤作息，每天除实验室工作外，个人进行自我技术学习、提升的有效时间能够保证多少

三面：
项目
为什么用CNN不用DNN提特征？ L1、L2正则化，L1为什么会产生稀疏解？
实习有哪些收获？
HR：
人生理想、职业规划、其他意向书、个人选择意愿等等

搜狗-计算机视觉算法
一面(二位面试官)：
1. 实现双端队列
2. 求二值矩阵中，4或者8连通域的个数
3. 全程聊项目
二面(大leader)：
聊项目
三面HR:
1.介绍自己的技术背景，详细介绍，，跟当前面试的的搜狗组内业务有什么匹配的地方
2.为什么想来搜狗面试？
3.有哪些offer
4.选择offer的时候会如何考虑
5.如何评价自己，如何看待自己跟别人的差距

一面：
项目介绍
SIFT的原理（尺度不变性、旋转不变性），如何下采样，下采样因子多少，为什么要求解DOG，为什么要使用三线插值函数，128维度描述子怎么来的，
            梯度直方图怎么算的，梯度怎么算的，梯度方向怎么算的，邻域范围选的多大等等
除了SIFT，还知道哪些特征，除了SIFT、SURF、ASIFT、ORB、HOG还有啥
特征降维有哪些方式？下采样，NMS，1*1，pca，LDA？
ransac算法怎么实现的？最少需要几个点才能确定一个几何变换模型？
3*3的几何变换矩阵，每个参数代表啥意思？
距离度量方式有哪些
LBP特征如何计算相似性（汉明距离），汉明距离怎么计算
数据增强有哪些方式，具体的图像处理操作又有哪些？
学习率设置过大，可能会产生哪些缺陷
dropout的原理，类似于传统处理算法中的什么操作（开放问题，无标准答案）
列出知道的激活函数，写出来函数表达式，画出函数走势图和取值范围
不同的激活函数在什么情况下使用，是如何考虑的
LSTM常使用sigmoid,tanh, 而CNN常使用relu是不是有什么理论支撑？
给定一个问题，最先想到的是会使用什么损失函数？
二面：
介绍项目
英文介绍项目
怎么看待外企？来外企的意愿和去国内互联网企业的意愿比重？
除了图像算法，有木有从事软开的意愿？
三面：
介绍项目
论文情况
多线程怎么用的，涉不涉及线程之间的同步
相机的3A参数
四面： struct和class的区别
struct中能不能声明函数，能不能定义private成员变量？
new和malloc的区别，new的底层怎么做的
虚函数的原理
内存泄漏含义，如何检测
C++11的四种类型转换以及怎么使用
堆和栈的区别
深拷贝和浅拷贝的区别
开发环境，linux，windows？
linux下个人使用的的python开发工具是啥？用IDE没？
比如输入一个一维数组[1,2,3,4,5,6,7,8,9,10,11,12]以及w=4,h=3,可以reshape成左图的格式，然后按照从下到上，从右向左的顺序遍历数组，输出一为数组[12,8,4,11,7,3,10,6,2,9,5,1]。
       在线judge系统跑起来．
void　print(int* buf, int w, int h)
1  2  3  4
5  6  7  8
9 10 11 12

五面：
项目介绍
基于CNN提特征有哪些难点，需要考虑哪些地方，与SIFT相比，优缺点有哪些
优化器有哪些，各自的优缺点是啥，Adam底层如何设计的
C语言中的malloc返回的地址是啥（虚拟地址、逻辑地址、物理地址哪一个）？ 什么时候完成地址映射的？使用上述对象的时候，操作系统是如何响应的？产生了中断还是异常？缺页中断还是缺页异常？中断和异常的区别？
多进程之间的通信方式、多线程之间的同步方式
算法题：判定一个图是不是二分图？
六面：
英文自我介绍
打算留北京不？怎么看待户口？
基于CNN的特征提取、匹配算法与SIFT等相比，有哪些优势？获取的匹配结果是不是更好？
除了上层图像应用算法的研究，工作内容还涉及底层优化、加速、硬件封装，接不接受全栈？如何看待全栈？
个人在研究生阶段做图像、视觉以来的个人成长和收获
有木有学生社团经历？
工作内容涉及跟国外其他部门的协商，个人能不能胜任团队合作、跨国协调？