肉丸不肉

一、第一节课：复杂度估计和排序算法1. 时间复杂度：常数操作：数组寻址、位操作等时间复杂度是常数操作数量的指标。

第一章：了解Web及网络基础Web使用一种名为HTTP（HyperText Transfer Protocol，超文本传输协议）的协议作为规范，完成从客户端到服务器端等一系列运作流程。为知识共享而规划Web最初设想的基本理念：借助多文档之间相互关联形成的超文本（HyperText），连成可相互参阅的WWW（World Wide Web，万维网）。WWW的三项构建技术：页面文本...

DAY1：TCP三次握手的过程详解（2021/8/24）TCP状态流转端口号选择半/全连接队列的创建与处理重传计时器DAY2：

每天读点计算机基础的文章/公众号/视频…DAY1：垃圾回收机制（Garbage Collection算法）：标记清除算法、复制算法、引用计数法、标记压缩算法、对象分类后每类用各自的GC算法标记清除算法：复制算法：把整个空间平均分成两部分， 先在From空间进行分配，当From空间被占满，GC将活动对象复制到To空间， 复制完成后， From和To进行互换。引用计数：标记-压缩算法：标记清除 + 复制算法把对象进行分类，对不同的分类选择不同的垃圾收集算.

参考文章：公众号[java那些事]：终于搞懂了Java 8 的内存结构，再也不纠结方法区和常量池了

参考文章：Unity 操作检测的各种实现#2手机端 - 触屏与手势一、触摸操作触发OnMouseDown()方法手势指的是，类似下划，上划一类的操作方式。检测触屏，需要用到由MonoBehaviour提供的OnMouseDown()方法。这个方法在电脑和手机端都可以调用。此方法的接口文档这个方法可以检测用户对GUI Element (比如GUI Texture)和碰撞体的触屏点击。因此通常这个方法不会放进主程序的Update内，这是因为只要我们给点击相关物件的代码加入这个方法，那么当

打包时报错UnityException: Build path contains project built with "Create Visual Studio Solution" option, which is incompatible with current build settings. Consider building your project into an empty directory.问题原因：打包时存的路径名带有中文字符...

一、二分查找入门一个基础+四个变形的入门二、LeetCode题目2.1 基础题目二分查找在排序数组中查找元素的第一个和最后一个位置寻找比目标字母大的最小字母x的平方根2.2 进阶题目（未彻底懂）有序数组的单一元素第一个错误版本寻找旋转排序数组中的最小值...

int binary_search(int[] nums, int target) { int left = 0, right = nums.length - 1; while(left <= right) { int mid = left + (right - left) / 2; if (nums[mid] < target) {...

一、神经网络二、自监督 词表示 学习：建模语言，使其能输入到神经网络中one-hot：高维稀疏，不需要学习embedding：低维稠密，需要去学习参数 —> 学习方法：词向量模型Word2Vec三、句子编码神经网络...

一、三维建模的方式：SFM+MVS、X（明暗、光度立体、纹理、焦点）二、点云网格建模1. 小场景的点云网格化算法2. 大场景的点云网格化算法：分布式点云网格化三、三维语义建模1. 三维语义分割：基于几何特征2. 三维语义分割：基于模板匹配3. 三维语义分割：端到端分割4. 二维图像分割的三维融合5. 语义和几何的联合优化四、三维矢量建模...

零、运动分析：视频图像分析一、运动检测的概念运动检测定义：将运动前景从图像序列中提取出来，即 将背景与运行前景 区分开。运动检测的意义：是目标跟踪、运动表述和行为理解等后续处理的基础。运动检测的难点：运动检测的两种常见思路：直接利用前景所特有的信息检测前景：适用于前景特征变化不大的场景先得到背景图像，然后将输入图像减去背景图像从而得到前景图像：适用于背景相对固定，而前景变化较大的场景二、常规的运动检测方法1. 背景差法原理：计算当前图像与背景图像的逐像素的灰

一、视觉跟踪 的前奏知识1. 什么是跟踪：目标跟踪、相机跟踪2. 目标跟踪的问题分类3. 目标跟踪的应用：行为分析、虚拟现实、增强现实等二、目标跟踪：传统跟踪方法、基于神经网络的跟踪方法1. 运动目标的表示方法：基于点、区域、轮廓、模型的跟踪2. 传统目标跟踪方法：先表示，再追踪（自底向上《数据驱动》和自顶向下《模型驱动》）模板匹配法：基于卡尔曼滤波器的跟踪方法：相关滤波与跟踪（MOSSE）：3. 基于DNN的跟踪方法三、视觉定位

一、运动表达和行为分析的背景内容二、运动表达：运动轨迹、时空图（运动能量图、运动历史图）三、行为识别1. 行为识别方法分类：基于模板匹配的方法（时间模板、动态时间规整）2. 行为识别方法分类：基于状态转移图模型的方法3. 行为识别方法分类：基于深度学习的方法...

一、背景内容二、面向识别任务的物体表达

一、基于图像的大规模场景建模系统：SFM、MVS二、机器人视觉导航与定位系统：SLAMQ：把一个机器人放到未知环境里，它该怎么运动？主要思路是：把这个环境的场景结构建模出来，再给机器人一个运动轨迹让它走。然后建模场景结构有两个思路，一个是事先离线建好，让机器人随意走动，拍很多不同角度的图片，算法就是SFM（从运动恢复结构）；二是让机器人边走边建模场景，算法就是SLAM地图在哪里？— 建模场景结构（环境地图）“我在哪里”