矩阵的迹 矩阵的迹，数学、线性代数名词，在线性代数中，一个n×n矩阵A的主对角线（从左上方至右下方的对角线）上各个元素的总和被称为矩阵A的迹（或迹数），一般记作tr(A)。
协方差矩阵：
标准差公式
黑白图像=灰度图=只有RGB中的一层
动态规划算法基本思想
L2正则化
https://blog.csdn.net/f156207495/article/details/82794321
马尔科夫蒙特卡洛方法
双线性插值原理详解 https://www.cnblogs.com/SpiritAmos/p/11991528.html
马氏距离(Mahalanobis Distance)
卡尔曼滤波 匈牙利算法
级联匹配 match cascade
HSL颜色空间，其中H表示色相，即颜色，S表示饱和度，即颜色的纯度，L表示颜色的明亮程度 HSL的H(hue)分量 HSL的S(saturation)分量 HSL的L(lightness)分量
lane: n. （乡间）小路；（用于路名）道，路；车道；（比赛的）跑道，泳道；航道，航线；<美>（保龄球）球道；收银通道；（电泳）泳道；（尤指漩涡星系中的）暗条；（篮球的）罚球区
fast lane 快车道
saimese 孪生的
深度学习： 端到端模型（end-to-end learning）
https://blog.csdn.net/qq_38410428/article/details/91381151
F1值主要是指训练效果而言，在不多识别实体的情况下同时提高准确度的衡量指标.
其公式为：2×准确率×召回率 / (准确率+召回率)
离散余弦变换(DCT for Discrete Cosine Transform)
对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。 1011101 与 1001001 之间的汉明距离是 2。
点击率(CTR，Click-Through Rate)
协同过滤 简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应（如评分）并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。
AUC(ROC曲线下方的面积大小)
WDL wide deep learning 模型
哈尔特征（Haar-like features） 是用于物体识别的一种数字图像特征。它们因为与哈尔小波转换 极为相似而得名，是第一种即时的人脸检测运算。
Haar特征 是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感，所以只能描述在特定方向（水平、垂直、对角）上有明显像素模块梯度变化的图像结构。
召回率(Recall)
也称为 True Positive Rate:R = TP/(TP+FN) ; 反映了被正确判定的正例占总的正例的比重.
LBP特征:Local Binary Pattern,局部二值模式特征
3D结构光原理
激活函数 https://baijiahao.baidu.com/s?id=1711796979657939163&wfr=spider&for=pc
经典的运动重建（SFM，Structure From Motion），也叫做同步定位和制图（simultaneous localization and mapping，SLAM）https://www.csdn.net/tags/MtTaMgysMTU5ODYwLWJsb2cO0O0O.html
https://blog.csdn.net/weixin_42370067/article/details/106135411