中國計量大學《海報設計》2021-2022學年第一學期期末試卷

學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁中國計量大學《海報設計》

2021-2022學年第一學期期末試卷題號一二三四總分得分一、單選題（本大題共15個小題，每小題2分，共30分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、在計算機視覺的圖像去噪任務中，假設要去除一張受到嚴重噪聲污染的圖像中的噪聲，同時盡可能保留圖像的細節(jié)和邊緣信息。以下哪種去噪方法可能更適合？（）A.中值濾波，用鄰域中值代替像素值B.均值濾波，用鄰域平均值代替像素值C.基于深度學習的圖像去噪模型，如DnCNND.不進行任何去噪處理，保留原始噪聲圖像2、計算機視覺中的姿態(tài)估計是指確定物體在三維空間中的位置和方向。以下關于姿態(tài)估計的說法，錯誤的是（）A.姿態(tài)估計可以通過單目相機、雙目相機或深度相機來實現(xiàn)B.基于深度學習的方法在姿態(tài)估計任務中表現(xiàn)出了較高的精度C.姿態(tài)估計在機器人操作、增強現(xiàn)實等領域有著重要的應用價值D.姿態(tài)估計的結果總是非常精確，不受物體形狀和遮擋的影響3、在計算機視覺的實際應用中，光照變化會對圖像的處理和分析產(chǎn)生影響。以下關于光照變化的描述，不正確的是（）A.光照變化可能導致圖像的亮度、對比度和顏色發(fā)生改變，增加了圖像處理的難度B.一些預處理技術，如直方圖均衡化，可以在一定程度上減輕光照變化的影響C.深度學習模型能夠自動適應各種光照變化，無需進行額外的處理D.光照變化對于目標檢測和跟蹤等任務的準確性可能會產(chǎn)生較大的影響4、計算機視覺在工業(yè)檢測中的應用可以提高生產(chǎn)效率和質(zhì)量。假設要檢測生產(chǎn)線上產(chǎn)品的表面缺陷，以下關于工業(yè)檢測中的計算機視覺技術的描述，正確的是：（）A.傳統(tǒng)的機器視覺方法在檢測復雜的表面缺陷時比深度學習方法更可靠B.深度學習模型需要大量的有缺陷和無缺陷樣本進行訓練，才能準確檢測出各種缺陷C.工業(yè)檢測中的計算機視覺系統(tǒng)不需要考慮實時性和準確性的平衡D.產(chǎn)品的顏色和材質(zhì)對表面缺陷檢測的結果沒有影響5、計算機視覺中的圖像配準是將不同時間、不同視角或不同傳感器獲取的圖像進行對齊。假設要將兩張拍攝角度不同的衛(wèi)星圖像進行配準，以下關于圖像配準方法的描述，哪一項是不正確的？（）A.基于特征的圖像配準方法通過提取圖像中的顯著特征，并進行匹配來實現(xiàn)配準B.基于灰度的圖像配準方法直接比較圖像的灰度值，計算相似性度量來完成配準C.圖像配準的精度主要取決于特征提取的準確性和匹配算法的性能D.圖像配準總是能夠完美地將兩張圖像對齊，不存在任何誤差6、在計算機視覺的圖像檢索任務中，假設要從一個大型圖像數(shù)據(jù)庫中快速找到與給定查詢圖像相似的圖像。這些圖像可能在內(nèi)容、風格和主題上存在差異。為了提高檢索的效率和準確性，以下哪種方法通常被采用？（）A.基于全局特征的圖像表示和相似性度量B.只對圖像的標簽進行文本匹配，忽略圖像內(nèi)容C.隨機選擇數(shù)據(jù)庫中的圖像作為檢索結果D.不進行任何預處理，直接在原始圖像上進行檢索7、圖像分類是計算機視覺的基礎任務之一。假設要對一組動物圖片進行分類，區(qū)分貓、狗、兔子等。以下關于圖像分類方法的描述，哪一項是不準確的？（）A.傳統(tǒng)的機器學習方法，如支持向量機（SVM），也可以用于圖像分類任務B.深度學習中的卷積神經(jīng)網(wǎng)絡（CNN）在圖像分類中取得了顯著的效果C.圖像分類只需要考慮圖像的內(nèi)容，不需要考慮圖像的拍攝角度和背景等因素D.可以通過數(shù)據(jù)增強技術，如旋轉、裁剪、翻轉等，增加訓練數(shù)據(jù)的多樣性8、計算機視覺中的表情識別旨在識別圖像或視頻中人物的表情。假設要在一個情感分析系統(tǒng)中準確識別表情，以下關于表情識別方法的描述，正確的是：（）A.基于幾何特征的表情識別方法對表情的細微變化不敏感，識別準確率低B.基于紋理特征的表情識別方法能夠很好地捕捉表情的局部特征，但容易受到光照影響C.深度學習中的卷積神經(jīng)網(wǎng)絡在表情識別中能夠學習到全局和局部的特征，但對大規(guī)模數(shù)據(jù)集依賴嚴重D.表情識別系統(tǒng)只適用于正面清晰的人臉表情，對于側臉和遮擋的表情無法識別9、在計算機視覺的圖像分類任務中，假設要處理類別不均衡的數(shù)據(jù)集，即某些類別的樣本數(shù)量遠遠少于其他類別。以下關于處理類別不均衡的方法描述，正確的是：（）A.直接使用傳統(tǒng)的分類算法，類別不均衡不會對結果產(chǎn)生明顯影響B(tài).過采樣少數(shù)類別的樣本可以增加其數(shù)量，但可能導致過擬合C.欠采樣多數(shù)類別的樣本能夠平衡數(shù)據(jù)集，但會丟失部分有用信息D.類別不均衡問題無法通過數(shù)據(jù)處理方法解決，只能通過改進分類算法來應對10、計算機視覺中的深度估計是確定場景中物體距離相機的遠近。假設要為機器人導航提供深度信息，以下關于深度估計方法的精度要求，哪一項是最為關鍵的？（）A.能夠區(qū)分不同物體的大致距離范圍即可B.提供精確到毫米級別的深度信息，確保機器人安全導航C.深度估計的精度對機器人導航影響不大，可以忽略D.精度要求取決于機器人的運動速度，速度越快要求精度越低11、圖像分割是將圖像分成不同的區(qū)域或對象。假設要對醫(yī)學影像中的腫瘤區(qū)域進行精確分割，以下關于圖像分割方法的描述，正確的是：（）A.手動分割是最準確的方法，不需要借助計算機算法B.基于閾值的圖像分割方法能夠適用于所有類型的醫(yī)學影像分割問題C.深度學習中的全卷積網(wǎng)絡（FCN）及其變體在醫(yī)學圖像分割中具有很大的潛力D.圖像分割的結果只取決于所使用的分割算法，與圖像的預處理無關12、對于視頻中的異常檢測任務，假設要在一段監(jiān)控視頻中檢測出異常事件，如闖入、打斗等。以下哪種方法可能更有助于準確檢測異常？（）A.建立正常行為模型，對比檢測異常B.只關注視頻中的顯著運動區(qū)域C.隨機判斷視頻中的幀是否異常D.不進行異常檢測，直接忽略異常事件13、在計算機視覺的圖像生成任務中，除了生成新的圖像，還可以對已有圖像進行風格轉換。假設我們要將一張照片轉換為油畫風格，以下哪種方法能夠實現(xiàn)逼真的風格轉換效果？（）A.基于圖像濾波和變換的方法B.基于深度學習的風格遷移算法，如CycleGANC.基于圖像融合和合成的方法D.基于顏色映射和紋理合成的方法14、在計算機視覺中，圖像增強技術用于改善圖像的質(zhì)量。以下關于圖像增強的描述，不正確的是（）A.圖像增強可以包括對比度增強、銳化、去噪等操作B.圖像增強的目的是使圖像更適合人類視覺觀察或后續(xù)的處理任務C.過度的圖像增強可能會導致圖像失真或引入噪聲D.圖像增強只對低質(zhì)量的圖像有效果，對于高質(zhì)量的圖像沒有必要進行增強15、在三維計算機視覺中，重建物體的三維形狀是一個重要任務。假設要從多視角的圖像中重建一個建筑物的三維模型，以下關于三維重建方法的描述，正確的是：（）A.基于立體視覺的方法能夠直接從兩張圖像中準確重建出物體的三維形狀B.結構光方法在室外環(huán)境中比在室內(nèi)環(huán)境中更適用C.多視圖幾何和深度學習相結合的方法可以提高三維重建的精度和完整性D.三維重建的結果不受圖像拍攝角度和距離的影響二、簡答題（本大題共3個小題，共15分)1、（本題5分）解釋計算機視覺中的實時性要求及解決方案。2、（本題5分）計算機視覺中如何輔助新聞編輯和內(nèi)容篩選？3、（本題5分）說明計算機視覺在舊貨回收行業(yè)中的應用。三、應用題（本大題共5個小題，共25分)1、（本題5分）通過計算機視覺，對不同類型的書法作品進行分類。2、（本題5分）使用目標檢測技術，從氣象衛(wèi)星圖像中檢測出雷電活動區(qū)域。3、（本題5分）對電影中的色彩運用和視覺風格進行基于計算機視覺的分析。4、（本題5分）使用計算機視覺方法，檢測公交車內(nèi)乘客是否佩戴口罩。5、（本題5分）通過圖像分割技術，將醫(yī)學圖像中的骨骼和軟組織進行分