武漢晴川學(xué)院《流行趨勢(shì)與設(shè)計(jì)專題》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)武漢晴川學(xué)院《流行趨勢(shì)與設(shè)計(jì)專題》

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)的圖像分類任務(wù)中，假設(shè)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(yuǎn)遠(yuǎn)少于其他類別。以下關(guān)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(huì)對(duì)結(jié)果產(chǎn)生明顯影響B(tài).過(guò)采樣少數(shù)類別的樣本可以增加其數(shù)量，但可能導(dǎo)致過(guò)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(huì)丟失部分有用信息D.類別不均衡問(wèn)題無(wú)法通過(guò)數(shù)據(jù)處理方法解決，只能通過(guò)改進(jìn)分類算法來(lái)應(yīng)對(duì)2、計(jì)算機(jī)視覺(jué)中的語(yǔ)義理解旨在理解圖像或視頻中的高層語(yǔ)義信息。以下關(guān)于語(yǔ)義理解的說(shuō)法，不正確的是（）A.語(yǔ)義理解需要將圖像中的物體、場(chǎng)景和事件等與先驗(yàn)知識(shí)進(jìn)行關(guān)聯(lián)和解釋B.知識(shí)圖譜可以為語(yǔ)義理解提供豐富的語(yǔ)義信息和關(guān)系C.語(yǔ)義理解在圖像描述生成、問(wèn)答系統(tǒng)等任務(wù)中發(fā)揮著重要作用D.語(yǔ)義理解已經(jīng)達(dá)到了非常完美的程度，能夠準(zhǔn)確理解任何復(fù)雜的圖像或視頻內(nèi)容3、在計(jì)算機(jī)視覺(jué)的視頻目標(biāo)跟蹤中，假設(shè)目標(biāo)在視頻中被短暫遮擋。以下關(guān)于處理遮擋情況的方法，哪一項(xiàng)是不太有效的？（）A.利用目標(biāo)在遮擋前的運(yùn)動(dòng)軌跡預(yù)測(cè)其位置B.完全放棄對(duì)被遮擋目標(biāo)的跟蹤，等待其重新出現(xiàn)C.結(jié)合目標(biāo)的外觀特征和運(yùn)動(dòng)信息進(jìn)行跟蹤D.借助周?chē)尘昂推渌嚓P(guān)物體的信息輔助跟蹤4、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中，假設(shè)要生成具有真實(shí)感的自然圖像。以下關(guān)于圖像生成方法的描述，正確的是：（）A.生成對(duì)抗網(wǎng)絡(luò)（GAN）能夠生成逼真的圖像，但訓(xùn)練過(guò)程不穩(wěn)定，容易模式崩潰B.變分自編碼器（VAE）生成的圖像多樣性好，但真實(shí)感不如GAN生成的圖像C.自回歸模型在圖像生成中效率高，能夠快速生成高質(zhì)量的圖像D.所有的圖像生成方法都能夠生成與真實(shí)世界完全一致的圖像5、對(duì)于圖像的超分辨率重建任務(wù)，假設(shè)要將一張低分辨率的圖像恢復(fù)為高分辨率圖像，同時(shí)保留圖像的細(xì)節(jié)和清晰度。這張低分辨率圖像可能存在模糊和失真。以下哪種方法在處理這種情況時(shí)可能表現(xiàn)更好？（）A.基于插值的方法，如雙線性插值和雙三次插值B.基于深度學(xué)習(xí)的超分辨率重建模型，如SRCNNC.對(duì)低分辨率圖像進(jìn)行簡(jiǎn)單的銳化處理D.不進(jìn)行任何處理，直接使用低分辨率圖像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)景的布局和物體關(guān)系。以下關(guān)于利用深度學(xué)習(xí)模型的方法，哪一項(xiàng)是不太恰當(dāng)?shù)模浚ǎ〢.使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取圖像特征B.運(yùn)用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）處理場(chǎng)景的序列信息C.直接使用未經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，期望其自動(dòng)學(xué)習(xí)場(chǎng)景理解D.結(jié)合CNN和RNN，構(gòu)建端到端的場(chǎng)景理解模型7、在計(jì)算機(jī)視覺(jué)的圖像配準(zhǔn)任務(wù)中，需要將不同時(shí)間或視角拍攝的圖像進(jìn)行對(duì)齊。假設(shè)要將兩張拍攝角度不同的衛(wèi)星圖像進(jìn)行精確配準(zhǔn)，圖像中存在地形變化和云層遮擋。以下哪種圖像配準(zhǔn)方法在這種困難情況下能夠取得較好的效果？（）A.基于特征的配準(zhǔn)B.基于灰度的配準(zhǔn)C.基于變換模型的配準(zhǔn)D.基于深度學(xué)習(xí)的配準(zhǔn)8、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)9、計(jì)算機(jī)視覺(jué)中的視覺(jué)注意力機(jī)制用于聚焦圖像中的重要區(qū)域。以下關(guān)于視覺(jué)注意力機(jī)制的說(shuō)法，不正確的是（）A.視覺(jué)注意力機(jī)制可以根據(jù)圖像的特征和任務(wù)需求動(dòng)態(tài)地選擇關(guān)注的區(qū)域B.注意力機(jī)制能夠提高模型的效率和性能，減少對(duì)無(wú)關(guān)信息的處理C.視覺(jué)注意力機(jī)制在圖像分類、目標(biāo)檢測(cè)和圖像生成等任務(wù)中得到了廣泛應(yīng)用D.視覺(jué)注意力機(jī)制的引入會(huì)增加模型的復(fù)雜度和計(jì)算量，降低模型的訓(xùn)練速度10、對(duì)于圖像的紋理分析任務(wù)，假設(shè)要描述和區(qū)分不同類型的紋理，例如木紋和石紋。以下哪種方法可能更有助于準(zhǔn)確分析紋理特征？（）A.基于統(tǒng)計(jì)的方法，計(jì)算紋理的灰度共生矩陣B.基于模型的方法，如馬爾可夫隨機(jī)場(chǎng)C.僅通過(guò)肉眼觀察和主觀描述紋理D.不進(jìn)行任何紋理分析，直接忽略紋理信息11、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12、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別是一個(gè)具有挑戰(zhàn)性的任務(wù)。假設(shè)要識(shí)別一段體育比賽視頻中的運(yùn)動(dòng)員動(dòng)作，以下關(guān)于特征選擇的方法，哪一項(xiàng)是不太可行的？（）A.提取運(yùn)動(dòng)員的身體輪廓和關(guān)節(jié)位置作為特征B.僅使用視頻的音頻信息來(lái)判斷運(yùn)動(dòng)員的動(dòng)作C.計(jì)算視頻幀之間的光流變化作為動(dòng)作特征D.結(jié)合空間和時(shí)間維度的特征來(lái)描述動(dòng)作13、在計(jì)算機(jī)視覺(jué)的圖像超分辨率任務(wù)中，假設(shè)要將一張低分辨率圖像恢復(fù)為高分辨率圖像。以下關(guān)于圖像超分辨率方法的描述，正確的是：（）A.基于插值的方法簡(jiǎn)單快速，但恢復(fù)出的圖像細(xì)節(jié)不夠清晰B.基于深度學(xué)習(xí)的方法能夠生成逼真的高分辨率圖像，但需要大量的訓(xùn)練數(shù)據(jù)和計(jì)算資源C.圖像超分辨率技術(shù)可以無(wú)限制地提高圖像的分辨率，不受硬件限制D.所有的圖像超分辨率方法都能夠完全恢復(fù)出原始高分辨率圖像的所有信息14、計(jì)算機(jī)視覺(jué)在安防監(jiān)控領(lǐng)域有廣泛應(yīng)用。假設(shè)要通過(guò)監(jiān)控?cái)z像頭實(shí)時(shí)檢測(cè)人群中的異常行為，以下哪種方法可能需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練？（）A.基于規(guī)則的方法B.基于深度學(xué)習(xí)的方法C.基于背景減除的方法D.基于幀差法的方法15、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中，假設(shè)要生成逼真的人臉圖像。以下關(guān)于生成模型的架構(gòu)選擇，哪一項(xiàng)是需要特別關(guān)注的？（）A.選擇傳統(tǒng)的多層感知機(jī)（MLP）架構(gòu)B.采用生成對(duì)抗網(wǎng)絡(luò)（GAN）架構(gòu)，通過(guò)對(duì)抗訓(xùn)練生成高質(zhì)量圖像C.運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，但不使用池化層D.構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）架構(gòu)，處理圖像的序列信息二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在照明行業(yè)中的應(yīng)用。2、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在租賃行業(yè)中的應(yīng)用。3、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別任務(wù)。4、（本題5分）簡(jiǎn)述計(jì)算機(jī)視覺(jué)中的語(yǔ)義分割與實(shí)例分割的區(qū)別。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）通過(guò)圖像分類算法，對(duì)不同種類的花卉圖像進(jìn)行準(zhǔn)確分類。2、（本題5分）基于計(jì)算機(jī)視覺(jué)的智能圖書(shū)館書(shū)架管理系統(tǒng)，實(shí)現(xiàn)圖書(shū)的自動(dòng)整理和查找。3、（本題5分）開(kāi)發(fā)一個(gè)可以識(shí)別不同種類珊瑚的計(jì)算機(jī)視覺(jué)應(yīng)用。4、（本題5分）開(kāi)發(fā)一個(gè)能夠識(shí)別不同種類食肉動(dòng)物的計(jì)算機(jī)視覺(jué)系統(tǒng)。5、（本題5分）開(kāi)發(fā)一個(gè)能夠識(shí)別不同樂(lè)器的計(jì)算機(jī)視覺(jué)程序。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）分析某品牌的手機(jī)應(yīng)用界面設(shè)計(jì)，探討其在功能布局、色彩搭配和交互設(shè)計(jì)等方面的特點(diǎn)，以及如何提升用戶體驗(yàn)。2、（本題10分）研究某文具品牌的校園推廣活動(dòng)海報(bào)設(shè)計(jì)，剖析其如何針對(duì)學(xué)生