2026年计算机视觉领域岗位面试常见问题集.docxVIP

第PAGE页共NUMPAGES页

2026年计算机视觉领域岗位面试常见问题集

一、基础知识（共5题，每题4分，总计20分）

1.题目：简述计算机视觉中的3D重建技术及其主要应用场景。

答案：3D重建技术通过从2D图像或多视角数据中恢复三维空间信息，主要分为几何法和光度法。几何法如双目立体视觉、结构光，通过匹配特征点计算深度；光度法如多视图几何，利用光照一致性恢复形状。主要应用包括AR/VR场景中的环境建模、自动驾驶的地图构建、工业质检中的三维尺寸测量等。

2.题目：解释什么是SIFT特征点及其在特征匹配中的优势。

答案：SIFT（尺度不变特征变换）通过检测图像中的关键点（如角点）并计算其描述子（128维向量），具有尺度、旋转、光照不变性。优势在于匹配鲁棒，即使视角变化较大仍能保持高精度，常用于图像检索、目标跟踪等任务。

3.题目：比较CNN和RNN在视觉任务中的适用场景。

答案：CNN适用于网格状数据（如图像），通过局部感知和权值共享高效提取空间特征，适用于图像分类、目标检测。RNN适用于序列数据（如视频帧时序），通过记忆单元处理时间依赖关系，适用于行为识别、视频动作分析。

4.题目：什么是数据增强？列举三种常见的图像增强方法及其作用。

答案：数据增强通过修改训练样本提升模型泛化能力，常见方法包括：①随机裁剪（增加样本多样性）；②翻转（平衡类别分布）；③色彩抖