最近的一个项目中需要用 PyTorch 实现一套可微分的 Non-local Means (NLM) 降噪算法。在 PyTorch 框架下，实现传统图像处理算法往往有着不止一种的写法。在模型进行正向推断（forward）时，不同的写法在显存开销上或许不存在太大的区别，但是当我们使用 Autograd 进行逐层的梯度反向传播（backward）时，不同的写法往往对应了截然不同的显存占用。
从 Non-local Means 看 PyTorch 显存优化的奇技淫巧
从
利用 MATLAB 和 Dcraw 处理数码相机 Raw 文件的完整流程
利
这篇文章要说的当然不是如何用 PS、LightRoom 来处理 Raw 文件，而是一种更加彻底、数据化的办法 -- 利用 MATLAB 直接处理数码相机的 CFA（Color Filter Array） 数据。
求多边形（Convex Hull）交集的 MATLAB 实现
求
这几天在看色域映射（Gammut Mapping）内容时碰到了求凸包交集（Intersection of Convex Hulls）的问题，有一个比较巧妙的算法可以轻松地解决这个问题，这里记录备用。实际上这个算法并不限制于凸多边形，对于存在内陷的多边形也能给出交集。将一些二维条件置换为三维参数，可以很容易地把这个算法扩展到三维空间中，即求多面体的交集（Intersection of Polyhedron）。