demi的博客

图像配准广泛用于遥感，医学图像，计算机视觉等。通常，它的应用根据图像获取方式主要分为四组：从不同视角获取同一场景图像；从不同时间获取同一场景图像；从不同传感器获得同一场景图像；场景到模型的配准。

虽然我不是专门研究迁移学习的，但是作为一个AI研究者，就如题图吴老师所说，迁移学习极为重要，是必须要学习的，今天就先总结介绍一些迁移学习的基础知识。

渲染细节：根据影响物体的光源不同，正向渲染用单个或者多个通道来渲染物体；在正向渲染中光源本身也会根据他们的设置和强度受到不同的对待。ForwardBase和ForwardAdd是专门为在Forward渲染路径下渲染物体而设计的两种Pass。其中ForwardBase会优先于ForwardAdd渲染。

2019年7月，AI的当前态势如何？根据最新调查、研究与预测结果，我们对AI技术在工作影响层面的未来期望与当前现实做出总结；此外，我们亦整理了AI技术采用的条件、挑战与收益；以及与数据这一AI基本素材相关的其它指标。

插值算法在图像缩放处理中是一项基本且重要的问题。插值算法有多种，最常用的有最近邻插值、双线性插值以及立方卷积插值。本文对三种插值算法进行简单分析并对它们的处理结果加以比较，最后总结了三种算法各自的优缺点。

近年来，人工智能（AI）、大数据等科技和产业生态的持续发展，推动了VR（虚拟现实）的不断演进。虚拟现实终端已由单一应用向多元化应用、由分立向融合的方向演变。VR产业应用领域不断扩大，产业链条不断完善，将成为B端客户不可缺少的一部分，据中商产业研究院发布的报告显示：2019年中国虚拟现实市场规模将达225.6亿元。

机器视觉伴随着CCD/CMOS传感技术、计算机技术、嵌入式技术、现场总线技术的发展，CCD视觉检测技术已经逐步发展成为工业自动化生产过程中不可或缺的关键组成子系统。机器视觉系统被应用于各行业的生产设备中，助力行业设备升级，提高产线工艺水平，提升产品的质量和成品率，是现代工业的核心技术之一。

神经网络做分类等问题的核心原理是使用升维/降维、 放大/缩小、旋转、平移、弯曲这5大类操作完成扭曲变换，最终能在扭曲后的空间找到轻松找到一个超平面分割空间。

文中列举了渲染管线各个阶段中用到的几十种主流的优化策略。其中，个人印象比较深刻的优化方法有使用实例（Instance）结合层次细节和impostors方法来对多人同屏场景的渲染进行优化，以及使用纹理页（Texture Pages）来进行批次的尺寸最大化。

线性判别分析(Linear Discriminant Analysis,LDA)是一种有监督学习算法，同时经常被用来对数据进行降维，它是Ronald Disher在1936年发明的，有些资料上也称位Fisher LDA。LDA是目前机器学习、数据挖掘领域中经典且热门的一种算法。