【PCL】—— 点云滤波
在获取点云数据时，由于设备精度，操作者经验环境因素带来的影响，以及电磁波的衍射特性，被测物体表面性质变化和数据拼接配准操作过程的影响，点云数据中将不可避免的出现一些噪声。PCL常规滤波手段均进行了很好的封装，对点云的滤波通过调用各个滤波器对象来完成。主要的滤波器有等。
【PCL】—— 点云配准ICP(Iterative Closest Point)算法
本部分结合了网上的一些资料以及自己的一些理解，可能不一定正确，部分步骤有所省略，具体可参考文末参考文献。定义两个点云集合Pp1p2pnPp1p2...pnQq1q2qnQq1q2...qn，其中PPP为参考点云集合，QQQ为数据点云集合。点云的配准即是需要将QQQ通过一系列的旋转与平移得到目标PPP，实际上两个点云集合不会完全相同，所以往往无法得到准确的RRR和ttt。
计算机二级Python|全国计算机等级考试练习系统|一笑而过|全真题库|2023备考
如果出现了下面的报错，可以再最后面加上encoding='utf-8'，正常情况下是不需要加的尽可能把数据转成列表类型读操作读操作一般用read()或者readlines()1、read方式：整个文本以字符串的方式读入考点解析:split0这个方法是按照括号里的字符串，对文本进行分隔，返回的结果是列表7.2 strip0官方说明:Python strip0方法用于移除字符串头尾指定的字符(默认为空格或换行符)或字符序列。注意:该方法只能删除开头或是结尾的字符，不能删除中间部分的字符。例如:st
JAVA程序设计基础学习笔记——输入输出流（慕课）笔记整理|期末备考|文本文件的写入读取|二进制文件的写入读取|File类介绍
输入流输出流读写文件程序中String Filename可以用File对象替代注意：Java中File类只用来操作文件和获取文件信息；文件数据的读取由文件流提供File类的作用创建、删除文件;重命名文件;判断文件的读写权限及是否存在;设置和查询文件的最近修改时间等;构造文件流可以使用File类的对象作为参数接下来看：结合File类，改进之前的二进制文件复制程序isFile0方法来确定File对象是否代表一个文件isDirectory0方法来确定File对象是否代表一个目录。
双目立体匹配入门【一】（理论）
参考文章：1.双目视觉简介2.学习笔记-双目立体视觉简介3.立体匹配算法原理与应用-奥比中光4.双目立体匹配-江佩视觉建议刚入门的先观看参考资料3，讲的很详细，也通俗易懂，本文也主要是依照该课程做的笔记，但额外补充了一些东西。参考资料4的视频讲的很简单，但是有很多概括性的东西，内容我基本都总结进本文里面了。版权声明：本文只用作学习用途，如有侵权，请联系。***注：***本文内容只是总结了网上一些学习资料，如有疑问，请讨论指正。1 专有名词双目立体视觉：Binocular Stereo Vi
CIAGAN: Conditional Identity Anonymization Generative Adversarial Networks
我们在图2中展示了CIAGAN的完整示意图。Pose preservation and temporal consistency姿势保持和时间一致。我们建议使用基于地标的输入面部(或身体)表示。这有两个优点:它确保了姿势保存，这在跟踪等方面特别有用;在处理视频时，它提供了一种简单但有效的方法来保持时间一致性。Conditional GAN有条件的GAN。我们利用GANs的生成能力来产生逼真的结果。标准的检测和跟踪系统能够应用于生成的图像而不损失精度是很重要的。自然，这些逼真的人脸很容易被检测出来。
Geometrically Adaptive Dictionary Attack on Face Recognition
基于cnn的人脸识别模型虽然有了显著的性能提高，但容易受到对抗性扰动的影响。最近的研究表明，对手可以欺骗模型，即使他们只能访问模型的硬标签输出。然而，由于需要许多查询来查找难以察觉的对抗噪声，因此减少查询的数量对于这些攻击是至关重要的。在本文中，我们指出了现有的基于决策的黑箱攻击的两个局限性。我们观察到它们浪费了对背景噪声优化的查询，而且它们没有利用为其他图像生成的对抗性扰动。我们利用3D人脸对齐来克服这些限制，并提出了一种针对人脸识别的查询高效黑箱攻击的通用策略，称为几何自适应字典攻击(GADA)。
Efficient Decision-based Black-box Adversarial Attacks on Face Recognition
近年来，由于深度卷积神经网络（CNN）的巨大改进，人脸识别取得了显着进展。然而，深度 CNN 容易受到对抗性示例的影响，这可能会在具有安全敏感目的的现实世界人脸识别应用程序中造成致命的后果。对抗性攻击被广泛研究，因为它们可以在部署之前识别模型的漏洞。在本文中，我们评估了最先进的人脸识别模型在基于决策的黑盒攻击设置中的鲁棒性，其中攻击者无法访问模型参数和梯度，而只能获取硬标签通过向目标模型发送查询来进行预测。这种攻击设置在现实世界的人脸识别系统中更实用。
Triangle Attack: A Query-efficient Decision-based Adversarial Attack
基于决策的攻击对实际应用程序构成了严重的威胁，因为它将目标模型视为一个黑箱，只访问硬预测标签。最近已经做出了很大的努力来减少查询的数量;然而，现有的基于决策的攻击仍然需要数千个查询才能生成高质量的对抗示例。在这项工作中，我们发现一个良性样本，当前和下一个对抗样本可以自然地在子空间中为任何迭代攻击构建一个三角形。基于正弦定律，我们提出了一种新的三角形攻击(TA)，利用任何三角形中较长的边总是与较大的角相对的几何信息来优化扰动。
面试题 05.02. 二进制数转字符串
二进制数转字符串。给定一个介于0和1之间的实数（如0.72），类型为double，打印它的二进制表达式。如果该数字无法精确地用32位以内的二进制表示，则打印“ERROR”。示例1:输入：0.625输出：“0.101”示例2:输入：0.1输出：“ERROR”提示：0.1无法被二进制准确表示提示：32位包括输出中的 “0.” 这两位。题目保证输入用例的小数位数最多只有 6 位。
982. 按位与为零的三元组
给你一个整数数组 nums ，返回其中 按位与三元组 的数目。按位与三元组 是由下标 (i, j, k) 组成的三元组，并满足下述全部条件：nums[i] & nums[j] & nums[k] == 0 ，其中 & 表示按位与运算符。
美团2021校招笔试-编程题(通用编程试题,第1场)1. 小美的送花线路
小美是美团的一名鲜花快递员，鲜花是一种保质期非常短的商品，所以需要尽快送到客户手中，公司对于骑手的一个要求就是要规划送花的线路，使得骑手送完所有订单走的路程尽可能少。(骑手开始派送时带走了所有需要派送的花，不必每单后返回花店，路程结算是从花店出发，到送完最后一名客户为止，不计算从最后一名客户家回到花店的时间)公司对于骑手的绩效评价是取决于两个指标，一是从花店到所有客户地址的距离之和，另一个是骑手实际走的路程。输出包含两个整数，中间用空格隔开，分别表示花店到所有客户地址的距离之和和骑手实际走的路程。
美团2021校招笔试-编程题(通用编程试题,第1场)2. 小美的评分计算器
美团对于商家的评价体系是1-5星评价体系，用户在完成订单之后可以对商家打1/2/3/4/5星，而在客户端上，商家的评级却不一定是整数，而是会显示小数点后的一位。这个评分的计算非常简单，就是对该商家的所有客户的星级评价做求一个平均，然后去尾法显示小数点后的一位即可，例如平均得分是3.55，则显示的是3.5。例如某商家获得了1-5星评价各一个，则显示的评分是(1+2+3+4+5)/5=3.0。输入包含5个整数，依次分别表示商家获得1星到5星的评价数量，每一种评价的数量都不大于1000。
美团2021校招笔试-编程题(通用编程试题,第1场)3. 小美的外卖节省钱计划
如果使用一个二元组表示一张代金券，即需要满x元才能优惠y元，那么需要注意的是，并不是所有代金券的x都是大于等于y的，良心美团也会推出一些x
今日推荐
周排行