biscuitの博客

GAN极小极大博弈回顾、最优判别器解析解D*(x)、全局最优p_g=p_data与JSD视角、Mode Collapse问题、WGAN与Wasserstein-1距离、1-Lipschitz约束与梯度惩罚

DnCNN问题定义、残差学习策略（F(y)≈n, x̂=y-F(y)）、Conv+BN+ReLU架构、噪声水平图（noise level map）、L₂损失函数

从传统分割到深度分割、FCN全卷积网络与跳跃连接、U-Net编码器-解码器、DeepLab空洞卷积与ASPP、Mask R-CNN实例分割、语义/实例/全景分割对比

Canny边缘检测四步完整流程：高斯平滑、梯度幅值与方向、非极大值抑制、双阈值滞后跟踪；单像素宽二值边缘与分割的关系

边缘与轮廓的区别、轮廓提取与拓扑层级、Douglas-Peucker轮廓逼近、轮廓特征（面积/周长/质心/矩）、Hu不变矩

水平集方法简介、快速行进法（Fast Marching Method）、Eikonal方程|∇T|F=1、速度函数设计、测地距离图与分割停止准则

K-means在像素特征空间中的图像分割、特征向量设计（RGB/LAB/LAB+xy）、算法流程（初始化→分配→更新→迭代）、K值选择与空间一致性局限

全局阈值分割、Otsu大津法：类内方差与类间方差推导、单阈值扩展到多阈值