demi的博客

点结构光只能获取单个点的深度信息，如要获取整个被测对象表面结构信息，需要沿着水平和垂直两个方向逐点扫描，效率比较低。点结构光技术只是对点状光斑进行处理，算法简单，计算复杂度小，但是需要引入扫描移动设备，以保证点光斑的遍历扫描，使得系统效率低下，难以满足实时性要求。

我们之所以使用卷积后的特征，是因为图像具有“静态型”的属性，也就意味着在一个图像区域的特征极有可能在另一个区域同样适用。所以，当我们描述一个大的图像的时候就可以对不同位置的特征进行聚合统计这种统计方式不仅可以降低纬度，还不容易过拟合。

随着训练过程的进行，模型复杂度，在training data上的error渐渐减小。可是在验证集上的error却反而渐渐增大——由于训练出来的网络过拟合了训练集，对训练集以外的数据却不work。

渲染管线也称为渲染流水线或像素流水线或像素管线，是显示芯片内部处理图形信号相互独立的的并行处理单元。在某种程度上可以把渲染管线比喻为工厂里面常见的各种生产流水线，工厂里的生产流水线是为了提高产品的生产能力和效率，而渲染管线则是提高显卡的工作能力和效率。

智能手机和移动设备的激增让我们的社会受益匪浅，这些智能设备的存在丰富并简化了我们的生活。智能设备以及物联网(IoT)和人工智能(AIoT)所带来的便利已经深深的植入我们的脑海中，以至于我们现在将其视为理所当然。

据IDC预测，全球数据圈将从2018年的33ZB增长到2025年的175ZB。数据的真正价值在于，决策者能够从相关数据中提取洞察与见解，并采取相关行动。人工智能（AI）和机器学习在数据分析中的应用预计将大幅增加。事实上，IDC表示，到2025年，认知系统所触及的分析数据量将增长100倍，高达1.4ZB。

随着科技不断的发展与进步，人们的生活得到了“质”的提高。那么，你知道现在的发展如何了吗？又有哪些新的科技出现了吗？今日就为大家列出世界十大新科技，感兴趣的小伙伴不妨看看。

颜色空间（彩色模型、色彩空间、 彩色系统etc）是对色彩的一种描述方式，定义有很多种，区别在于面向不同的应用背景。

由于当今数据的数量庞大且来自于各种不同类型的来源，因此出现数据异常的可能性不断增加。鉴于高质量数据可生成更好的模型和预测，数据预处理的重要性与日俱增，并且已经成为数据科学、机器学习、AI 管道中的基本步骤。在本文中，我们将探讨数据处理需求，并讨论用于完成此流程中每个步骤的不同方法。

计算机图形学常用术语整理