demi的博客

工作与生活的平衡是互联网上最备受争议的话题。我们在网上可以看到很多围绕这个话题的文章，它们给我们提出了许多建议，帮助我们提高生活质量，也建议我们哪些东西是应该放弃的。以下的10个给游戏开发者和程序员的建议，摘录自Livecoding.tv 发布的一篇博客。希望当大家看完这篇文章后会从中受到启示，可以拥有一个更美好的生活。本文旨在献给所有希望往游戏开发方面发展的朋友。

滤波也许可以说是图像处理和计算机视觉最基础的操作。术语”滤波“最宽泛的理解，即滤波后的图像在某一指定位置的像素值是输入图像在同一位置的 某邻域内的所有像素值的函数。例如，高斯低通滤波计算这个邻域内所有像素值的一个权重平均值，其中权重随着距离邻域中心越远而减小。

随着互联网红利逐渐消失，“Internet of things（IoT）”——物联网，在整体科技发展潮流中顺势而行，成为被普遍看好的新一代产业发展方向。

之所以称之为物联网，其本质实际上是互联网的延伸，只是终端由互联网时代的PC、服务器等转向了嵌入式计算机系统及其配套的传感器。各终端之间能彼此进行数据交互，便是物联网的基本原理。

据麦肯锡最新报告估算，全球物联网市场规模将在2025年前扩大到3.9——11.1兆美元，包括设备厂商的利润、效率、新兴业务以及具有更高执行效能的商品为消费者带来的利益等。这也意味着物联网产业将有潜力在2025年达到约11％的全球经济占有率。而随着AI、大数据、云计算的加速落地，2018年，物联网将在更多领域踵事增华。

虚拟现实（virtual reality）技术，又称临境技术，是指用立体眼睛和传感手套等一系列传感辅助设施来实现的一种三维现实，人们通过这些设施以自然的方式（如头的转动，手的运动等）向计算机送入各种动作信息，并且通过视觉，听觉以及触觉设施使人们得到三维的视觉，听觉及触觉等感觉世界。

仅依赖生物特征识别的身份验证既不准确又容易被黑，还远不是万无一失的。

忽然之间，好像全世界都爱上了生物特征识别——不仅仅是高端智能手机和笔记本的用户，甚至负责引领全球身份验证解决方案未来的资深安全专家都沉迷此道。最近召开的一个专注未来身份验证安全标准确立的业界讨论会上，众多与会者都认定生物特征识别是终极安全身份验证解决方案。但实际情况可能并非如此。

生物识别的缺陷

生物特征识别在验证人们身份上远不是人们所想的那么精确可靠，理由如下：

1）生物特征识别不准确

大多数人认为生物特征识别非常准确，因为宣传广告就是这么说的：“你的指纹、虹膜、视网膜、掌纹独一无二，其他人都没有。”虽然这种说法可能接近真实，但生物特征属性的存储方式却远没有真正的生物特征因子那么细致和独特。

指纹确实有可能近乎全球唯一，但保存下来供后续验证比对的指纹副本可未必唯一。指纹(或者虹膜、视网膜、人脸等等)从测量到存储都不是完全还原的高清图片，只是该生物信息身份的几个确定性特征(“点”)的测量值。

本文主要介绍计算机视觉中主要的五大技术，分别为图像分类、目标检测、目标跟踪、语义分割以及实例分割。针对每项技术都给出了基本概念及相应的典型方法，简单通俗、适合阅读。计算机视觉是当前最热门的研究之一，是一门多学科交叉的研究，涵盖计算机科学（图形学、算法、理论研究等）、数学（信息检索、机器学习）、工程（机器人、NLP等）、生物学（神经系统科学）和心理学（认知科学）。由于计算机视觉表示对视觉环境及背景的相对理解，很多科学家相信，这一领域的研究将为人工智能行业的发展奠定基础。

从图像分类到图像分割

卷积神经网络（CNN）自2012年以来，在图像分类和图像检测等方面取得了巨大的成就和广泛的应用。

CNN的强大之处在于它的多层结构能自动学习特征，并且可以学习到多个层次的特征：较浅的卷积层感知域较小，学习到一些局部区域的特征；较深的卷积层具有较大的感知域，能够学习到更加抽象一些的特征。这些抽象特征对物体的大小、位置和方向等敏感性更低，从而有助于识别性能的提高。

这些抽象的特征对分类很有帮助，可以很好地判断出一幅图像中包含什么类别的物体，但是因为丢失了一些物体的细节，不能很好地给出物体的具体轮廓、指出每个像素具体属于哪个物体，因此做到精确的分割就很有难度。

传统的基于CNN的分割方法的做法通常是：为了对一个像素分类，使用该像素周围的一个图像块作为CNN的输入用于训练和预测。

作者：陆勤。最近开始研究通信领域的先进机器学习技术，本科学的是通信工程，工作做的是机器学习，5G的到来，智能移动网络的需求和应用，预示着通信领域需要先进的机器学习技术，同时，也会带来新的挑战和机遇。

1、Event Function:事件函数

• Reset() :被附加脚本时、在游戏物体的组件上按Reset时会触发该事件函数
• Start() :在游戏初始化时会执行一次
• Update() :每一帧都会运行这个方法
• FixedUpdate(): 会在指定帧调用该方法多少次
• LateUpdate(): 晚于Update的运行顺序，但是FPS和Update是一样的
• Awake() Start() : 都是在游戏物体初始化运行一次，但是Awake的运行顺序高于Start的，并且只要脚本中存在Awake方法，则无论是否挂载了该脚本都会执行该方法
• OnEnable(): 当将物体的SetActive设置为true时就会自动调用调用该方法
• OnDestory(): 当关闭游戏则会调用该方法

2、Time时间类函数：

为什么在纹理采样时需要texture filter（纹理过滤）？我们的纹理是要贴到三维图形表面的，而三维图形上的pixel中心和纹理上的texel中心并不一至（pixel不一定对应texture上的采样中心texel），大小也不一定一至。当纹理大于三维图形表面时，导至一个像素被映射到许多纹理像素上;当维理小于三维图形表面时，许多个象素都映射到同一纹理。