四川師范大學(xué)《廣告版式設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共3頁(yè)四川師范大學(xué)《廣告版式設(shè)計(jì)》

2023-2024學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分批閱人一、單選題（本大題共15個(gè)小題，每小題1分，共15分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、在計(jì)算機(jī)視覺(jué)的目標(biāo)計(jì)數(shù)任務(wù)中，統(tǒng)計(jì)圖像或視頻中目標(biāo)的數(shù)量。假設(shè)要統(tǒng)計(jì)一個(gè)果園中蘋(píng)果的數(shù)量，以下關(guān)于目標(biāo)計(jì)數(shù)方法的描述，哪一項(xiàng)是不正確的？（）A.可以基于圖像分割和對(duì)象識(shí)別的方法，先分割出每個(gè)蘋(píng)果，然后進(jìn)行計(jì)數(shù)B.利用深度學(xué)習(xí)中的回歸模型直接預(yù)測(cè)蘋(píng)果的數(shù)量C.目標(biāo)計(jì)數(shù)不受蘋(píng)果的大小、形狀和分布的影響，任何情況下都能準(zhǔn)確計(jì)數(shù)D.結(jié)合多視角圖像或視頻序列可以提高目標(biāo)計(jì)數(shù)的準(zhǔn)確性2、當(dāng)利用計(jì)算機(jī)視覺(jué)進(jìn)行視頻監(jiān)控中的異常行為檢測(cè)，例如打架、盜竊等，以下哪種方法可能有助于準(zhǔn)確識(shí)別異常行為？（）A.建立正常行為模型B.運(yùn)動(dòng)軌跡分析C.人群密度估計(jì)D.以上都是3、計(jì)算機(jī)視覺(jué)中的圖像超分辨率重建旨在提高圖像的分辨率和細(xì)節(jié)。假設(shè)要將一張低分辨率的老照片重建為高分辨率的清晰圖像，同時(shí)要保持圖像的自然度和真實(shí)性。以下哪種圖像超分辨率重建方法最為適合？（）A.基于插值的方法B.基于重建的方法C.基于深度學(xué)習(xí)的方法D.基于學(xué)習(xí)字典的方法4、在計(jì)算機(jī)視覺(jué)的圖像分類任務(wù)中，假設(shè)數(shù)據(jù)集存在類別不平衡問(wèn)題，某些類別的樣本數(shù)量遠(yuǎn)遠(yuǎn)少于其他類別。以下哪種方法可以緩解這種不平衡對(duì)分類模型的影響？（）A.對(duì)少數(shù)類進(jìn)行過(guò)采樣或?qū)Χ鄶?shù)類進(jìn)行欠采樣B.只使用多數(shù)類的樣本進(jìn)行訓(xùn)練C.不考慮類別不平衡，直接訓(xùn)練模型D.隨機(jī)選擇樣本進(jìn)行訓(xùn)練5、在計(jì)算機(jī)視覺(jué)的圖像分割任務(wù)中，假設(shè)要對(duì)細(xì)胞圖像進(jìn)行精細(xì)分割。以下關(guān)于模型選擇的考慮因素，哪一項(xiàng)是不準(zhǔn)確的？（）A.模型對(duì)細(xì)胞邊界的捕捉能力B.模型在小樣本數(shù)據(jù)上的泛化能力C.模型的訓(xùn)練時(shí)間和計(jì)算資源需求D.模型的知名度和在學(xué)術(shù)圈的引用次數(shù)6、在計(jì)算機(jī)視覺(jué)的場(chǎng)景理解任務(wù)中，假設(shè)要理解一個(gè)室內(nèi)場(chǎng)景的布局和功能，例如判斷是辦公室還是客廳。以下哪種信息對(duì)于準(zhǔn)確理解場(chǎng)景是至關(guān)重要的？（）A.物體的類別和位置B.圖像的顏色分布C.圖像的拍攝角度D.隨機(jī)選擇圖像中的部分區(qū)域進(jìn)行分析7、在計(jì)算機(jī)視覺(jué)中，圖像生成是創(chuàng)建新的圖像內(nèi)容。以下關(guān)于圖像生成的說(shuō)法，錯(cuò)誤的是（）A.可以通過(guò)生成對(duì)抗網(wǎng)絡(luò)（GAN）、變分自編碼器（VAE）等模型進(jìn)行圖像生成B.圖像生成可以用于藝術(shù)創(chuàng)作、數(shù)據(jù)增強(qiáng)和虛擬場(chǎng)景構(gòu)建等任務(wù)C.生成的圖像質(zhì)量和真實(shí)性在不斷提高，但仍然存在一些缺陷和不完美之處D.圖像生成可以完全根據(jù)用戶的任意想象生成任何內(nèi)容，不受任何限制8、在計(jì)算機(jī)視覺(jué)的車牌識(shí)別任務(wù)中，需要從車輛圖像中準(zhǔn)確提取車牌號(hào)碼。假設(shè)車牌存在傾斜、變形和光照不均等問(wèn)題。以下哪種車牌識(shí)別方法在應(yīng)對(duì)這些挑戰(zhàn)時(shí)表現(xiàn)更為出色？（）A.基于字符分割的車牌識(shí)別B.基于模板匹配的車牌識(shí)別C.基于深度學(xué)習(xí)的車牌識(shí)別D.基于特征提取的車牌識(shí)別9、在計(jì)算機(jī)視覺(jué)中，目標(biāo)檢測(cè)是一項(xiàng)重要的任務(wù)。假設(shè)要開(kāi)發(fā)一個(gè)能夠在城市交通場(chǎng)景中檢測(cè)車輛和行人的系統(tǒng)。以下關(guān)于目標(biāo)檢測(cè)算法的選擇，哪一項(xiàng)是需要重點(diǎn)考慮的因素？（）A.算法的檢測(cè)速度，以滿足實(shí)時(shí)性要求B.算法在小目標(biāo)檢測(cè)上的性能，因?yàn)檐囕v和行人在圖像中可能較小C.算法的模型復(fù)雜度，越復(fù)雜的模型效果越好D.算法是否開(kāi)源，開(kāi)源的算法更易于使用10、在計(jì)算機(jī)視覺(jué)領(lǐng)域中，當(dāng)需要對(duì)監(jiān)控視頻中的行人進(jìn)行實(shí)時(shí)檢測(cè)和跟蹤，以實(shí)現(xiàn)智能安防系統(tǒng)的功能時(shí)，以下哪種方法在處理復(fù)雜場(chǎng)景和多目標(biāo)跟蹤方面可能表現(xiàn)更為出色？（）A.基于傳統(tǒng)圖像處理的方法B.基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法C.基于特征匹配的跟蹤算法D.基于光流法的跟蹤算法11、計(jì)算機(jī)視覺(jué)中的場(chǎng)景理解是對(duì)整個(gè)圖像場(chǎng)景的語(yǔ)義和結(jié)構(gòu)進(jìn)行分析和理解。以下關(guān)于場(chǎng)景理解的描述，不準(zhǔn)確的是（）A.場(chǎng)景理解需要綜合考慮物體、空間關(guān)系、上下文信息等多個(gè)方面B.可以通過(guò)構(gòu)建場(chǎng)景圖來(lái)表示場(chǎng)景中的實(shí)體和關(guān)系，輔助場(chǎng)景理解C.場(chǎng)景理解在智能導(dǎo)航、虛擬環(huán)境構(gòu)建和圖像編輯等領(lǐng)域具有潛在的應(yīng)用價(jià)值D.場(chǎng)景理解是一個(gè)已經(jīng)完全解決的問(wèn)題，不存在任何技術(shù)難題12、在一個(gè)基于計(jì)算機(jī)視覺(jué)的智能零售系統(tǒng)中，需要對(duì)顧客的購(gòu)物行為進(jìn)行分析，如拿起商品、放回商品等動(dòng)作的識(shí)別。以下哪種技術(shù)在動(dòng)作識(shí)別方面可能發(fā)揮重要作用？（）A.光流分析B.目標(biāo)跟蹤C(jī).動(dòng)作捕捉D.以上都是13、在計(jì)算機(jī)視覺(jué)的圖像去模糊任務(wù)中，需要恢復(fù)由于相機(jī)抖動(dòng)或物體運(yùn)動(dòng)導(dǎo)致的模糊圖像。假設(shè)一張夜景照片由于長(zhǎng)時(shí)間曝光而模糊，同時(shí)存在噪聲和低光照條件。以下哪種圖像去模糊算法在處理這種情況時(shí)效果較好？（）A.盲去卷積算法B.基于正則化的去模糊算法C.深度學(xué)習(xí)的去模糊模型D.頻域去模糊方法14、視頻分析是計(jì)算機(jī)視覺(jué)的一個(gè)重要領(lǐng)域。假設(shè)我們要分析一段監(jiān)控視頻，以檢測(cè)異常行為，如打架、盜竊等。對(duì)于這種實(shí)時(shí)性要求較高的視頻分析任務(wù)，以下哪種方法更適合用于快速處理和檢測(cè)？（）A.對(duì)每一幀圖像單獨(dú)進(jìn)行分析B.基于光流的方法跟蹤對(duì)象運(yùn)動(dòng)C.利用深度學(xué)習(xí)模型直接對(duì)視頻進(jìn)行分析D.采用傳統(tǒng)的圖像處理方法，如背景減除15、計(jì)算機(jī)視覺(jué)中的行人檢測(cè)是智能監(jiān)控系統(tǒng)中的重要任務(wù)。假設(shè)要在一個(gè)擁擠的公共場(chǎng)所中準(zhǔn)確檢測(cè)出行人，同時(shí)要排除其他類似物體的干擾。以下哪種行人檢測(cè)方法在這種復(fù)雜環(huán)境下具有更高的檢測(cè)率和較低的誤檢率？（）A.基于HOG特征的行人檢測(cè)B.基于深度學(xué)習(xí)的行人檢測(cè)C.基于運(yùn)動(dòng)信息的行人檢測(cè)D.基于形狀模板的行人檢測(cè)二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）計(jì)算機(jī)視覺(jué)中如何進(jìn)行表情識(shí)別？2、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)中模型評(píng)估指標(biāo)的選擇和意義。3、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的深度估計(jì)概念。4、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在通信領(lǐng)域的應(yīng)用。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）設(shè)計(jì)一個(gè)基于計(jì)算機(jī)視覺(jué)的交通標(biāo)志識(shí)別系統(tǒng)。2、（本題5分）利用深度學(xué)習(xí)算法，實(shí)現(xiàn)對(duì)人臉表情的識(shí)別應(yīng)用。3、（本題5分）利用圖像分割技術(shù)，從心電圖中分割出異常波形。4、（本題5分）對(duì)健身操教學(xué)視頻中的動(dòng)作標(biāo)準(zhǔn)度進(jìn)行自動(dòng)評(píng)估和指導(dǎo)。5、（本題5分）使用OpenCV實(shí)現(xiàn)圖像的灰度化處理，并計(jì)算灰度圖像的均值和標(biāo)準(zhǔn)差。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）以一個(gè)環(huán)保主題的公益海報(bào)設(shè)計(jì)為對(duì)象，分析設(shè)計(jì)師如何運(yùn)用視覺(jué)語(yǔ)言表達(dá)環(huán)保理念，激發(fā)公眾的環(huán)保意識(shí)，以及設(shè)計(jì)的創(chuàng)新之處。2、（本題10分）某手機(jī)應(yīng)用的用戶引導(dǎo)界面設(shè)計(jì)簡(jiǎn)潔明了，幫助用戶快速上手。請(qǐng)研究用戶