本文為camera isp pipline概述
isp,即image signal processing。為影象成型做的處理工作。適應不同光學環境下影象的還原。
光通過lens(鏡頭）投射到sensor,經過光電轉換為模擬電訊號，在a/d轉換為數碼訊號，送到dsp處理模組做後續處理。
bayer format 影象，經過黑電平補償 （ black level compensation）、鏡頭矯正 （ lens shading correction）、壞畫素矯正 （ bad pixel correction）、顏色插值 （ demosaic）、bayer 雜訊去除、 白平衡（ awb） 矯正、 色彩矯正（ color correction） 、 gamma 矯正、 色彩空間轉換（ rgb 轉換為 yuv） 、 在 yuv 色彩空間上彩噪去除與邊緣加強、 色彩與對比度加強，中間還要進行自動**控制等， 然後輸出 yuv（ 或者 rgb） 格式的資料。
量子效率(qe)是衡量光子轉換為電荷或者電子的效率。sensitivity = qe * pixel_size. (pixel_size越大感光面積越大，單位面積接受光子越多)。
每個pixel感光電路是乙個二極體，二極體反向截止的效應，類似乙個電容，當接收的光多的時候電荷就多，電壓就大，所以**量一高，pixel就越亮。
下圖中上面是實際的，下面是理想的情況。上面圖中同時用ir濾波器對紅外頻率的光進行了頻率截斷。避免紅外光的干擾。
reset先對二極體進行充電保持狀態，等待**。
exposure 後充電狀態的二極體電荷發生變化。
**後有正負電荷形成的電勢差，放電。
最後進行模數轉換。
1.full well就是reset的時候上電電荷能力。
2.暗電流是完全沒有光的時候電荷井裡也會有電荷。
3.fill factor是中間部分的穩定電荷。
sensor光電轉換動態範圍計算如下：dynamicrange = fillfactory / dark current 。簡化就是saturation/black level
OPENAI Baeslines 詳解（零）綜述
學習強化學習，碼 的能力必須要出眾，要快速入門強化學習 搞清楚其中真正的原理，讀原始碼是乙個最簡單的最直接的方式。最近建立了一系列該型別文章，希望對大家有多幫助。傳送門 thanks for reading,and enjoy yourself。openai是強化學習的有力推進者，領導者。besel...
零知識證明
零知識證明的幾個例子 原創 1 a要向b證明自己擁有某個房間的鑰匙，假設該房間只能用鑰匙開啟鎖，而其他任何方法都打不開。這時有2個方法 一 a把鑰匙出示給b，b用這把鑰匙開啟該房間的鎖，從而證明a擁有該房間的正確的鑰匙。二 b確定該房間內有某一物體，a用自己擁有的鑰匙開啟該房間的門，然後把物體拿出來...
零知識證明
定義 能夠在不向驗證者提供有效資訊的情況下，使得驗證者相信某種論斷的正確性。淺顯易懂的說明 zcash 零知識證明的三條性質 1.完備性 驗證方和證明方都是誠實的，並遵循證明的每乙個步驟 2.合理性 沒人能假冒證明方，阿里巴巴和強盜的故事，存在一種可能的情況 阿里巴巴不知道咒語，但和別人串通好，強盜...