demi的博客

图像处理常用算法：（1）边缘检测：Canny 算子、Laplacian算子、Sobel 算子 ；（2）Hough变换检测直线和圆算法 ；（3）图像分割：阈值分割算（也叫二值化）、区域分割算法 ：区域生长法、分裂合并法、空间聚类法。

对于不在摄像机拍摄范围内的对象，对这一对象的绘制是完全没有必要的，所以可以用到遮挡剔除技术：将静态物体勾选static；选择Windows->Occlusion Culling打开遮挡剔除窗口，单机Bake；修改bake界面的参数大小，可以修改Bake的单元的大小......

目前全球待解决的十大挑战有哪些？1. 碳封存；2. 电网储能；3. 通用性流感疫苗；4. 老年痴呆症的治疗；5. 海洋清理；6. 节能海水淡化；7. 安全的无人驾驶汽车；8. 机器人的应用；9. 地震预测；10. 大脑解码。

我们发展人工智能，核心目的是为了用人工智能来解决我们日常工作生活中的各种问题，机器学习当然也不例外。那机器学习适合解决哪些问题呢？首先，我们一定要知道，机器学习不是万能的。其次，我们要认识到日常工作生活中的最大任务是“决策”。最后，“决策”背后的本质是“分类”。

在如今这个充满焦虑的年代，产业能看到的机会并不多，所以各方也都纷纷在尝试，也许最终的赢家不是我，但是经历过程收获经验，又何必太在意结果呢。

本文详细描述GPU是如何实现概念阶段的后两个阶段——几何阶段和光栅化阶段可以分成若干个更小的流水线阶段，这些流水线阶段由GPU来实现，每个阶段GPU提供了不同的可配置性或可编程性。

物联网设备被认为是最危险的网络设备之一，因为它们非常容易被黑客攻击，大多数所有者忽略了必要的安全预防措施。供应商通知，安全专家的分析，甚至系统管理员报告都同意这一点。问题依然存在，因为大型感染继续成为头条新闻。

2019年推动人工智能发展的力量是什么?国外调研机构Forrester Research公司对未来一年企业CIO针对人工智能的5项预测进行了细分。Forrester公司的一系列报告指出了2018年IT团队在实施人工智能技术时的雄心壮志与执行力之间的差距，并预测了2019年将会发生什么。

在Unity的延迟渲染中，每个光源都可以按照逐像素的方式进行处理，但也有缺点：①不支持真正的抗锯齿功能；②不能处理半透明物体；③对显卡有一定要求。

图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。