香港科技大學(xué)（廣州）《Photoshop制作》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，共3頁香港科技大學(xué)（廣州）《Photoshop制作》

2023-2024學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分一、單選題（本大題共30個(gè)小題，每小題1分，共30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、計(jì)算機(jī)視覺中的姿態(tài)估計(jì)是指確定物體在三維空間中的位置和方向。以下關(guān)于姿態(tài)估計(jì)的說法，錯(cuò)誤的是（）A.姿態(tài)估計(jì)可以通過單目相機(jī)、雙目相機(jī)或深度相機(jī)來實(shí)現(xiàn)B.基于深度學(xué)習(xí)的方法在姿態(tài)估計(jì)任務(wù)中表現(xiàn)出了較高的精度C.姿態(tài)估計(jì)在機(jī)器人操作、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域有著重要的應(yīng)用價(jià)值D.姿態(tài)估計(jì)的結(jié)果總是非常精確，不受物體形狀和遮擋的影響2、計(jì)算機(jī)視覺在體育賽事分析中的應(yīng)用可以提供更深入的比賽洞察。假設(shè)要分析一場(chǎng)足球比賽中球員的跑位和傳球模式，以下關(guān)于體育賽事計(jì)算機(jī)視覺應(yīng)用的描述，正確的是：（）A.僅依靠球員的位置信息就能全面分析比賽中的戰(zhàn)術(shù)和策略B.球員的速度和加速度等動(dòng)態(tài)信息對(duì)比賽分析的價(jià)值不大C.結(jié)合深度學(xué)習(xí)和軌跡分析技術(shù)可以更有效地挖掘比賽中的關(guān)鍵模式和趨勢(shì)D.比賽場(chǎng)地的光照和攝像機(jī)視角對(duì)計(jì)算機(jī)視覺分析的結(jié)果沒有影響3、計(jì)算機(jī)視覺在文物保護(hù)和修復(fù)中的應(yīng)用可以幫助記錄和分析文物的狀態(tài)。假設(shè)要對(duì)一件古老的雕塑進(jìn)行數(shù)字化保存和修復(fù)建議。以下關(guān)于計(jì)算機(jī)視覺在文物保護(hù)中的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過三維掃描技術(shù)獲取文物的精確形狀和表面細(xì)節(jié)B.能夠?qū)ξ奈锏念伾图y理進(jìn)行分析，為修復(fù)提供參考C.計(jì)算機(jī)視覺可以完全替代人工的文物修復(fù)工作，保證修復(fù)的質(zhì)量和效果D.可以建立文物的數(shù)字檔案，方便后續(xù)的研究和展示4、在計(jì)算機(jī)視覺的圖像修復(fù)任務(wù)中，假設(shè)要填補(bǔ)圖像中缺失或損壞的部分。以下哪種方法可能更有效地恢復(fù)圖像的完整性和真實(shí)性？（）A.基于擴(kuò)散的修復(fù)方法B.基于深度學(xué)習(xí)的圖像修復(fù)模型，如ContextEncoderC.用固定的圖案或顏色填充缺失部分D.不進(jìn)行修復(fù)，保留圖像的缺失部分5、在計(jì)算機(jī)視覺的目標(biāo)跟蹤任務(wù)中，需要在視頻序列中持續(xù)跟蹤特定的目標(biāo)。假設(shè)我們要跟蹤一個(gè)在人群中快速移動(dòng)的人物，以下哪種目標(biāo)跟蹤算法能夠更好地處理目標(biāo)的外觀變化和遮擋情況？（）A.基于卡爾曼濾波的跟蹤算法B.基于粒子濾波的跟蹤算法C.基于深度學(xué)習(xí)的跟蹤算法，如Siamese網(wǎng)絡(luò)D.基于均值漂移的跟蹤算法6、對(duì)于圖像的邊緣檢測(cè)任務(wù)，假設(shè)要準(zhǔn)確檢測(cè)出圖像中物體的邊緣，同時(shí)抑制噪聲的影響。以下哪種邊緣檢測(cè)算子可能表現(xiàn)更好？（）A.Sobel算子B.Roberts算子C.Prewitt算子D.隨機(jī)生成邊緣檢測(cè)結(jié)果7、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8、目標(biāo)檢測(cè)是計(jì)算機(jī)視覺中的重要任務(wù)之一。假設(shè)要在一張城市街道的圖像中檢測(cè)出所有的行人和車輛，以下關(guān)于目標(biāo)檢測(cè)算法的描述，正確的是：（）A.基于傳統(tǒng)的圖像處理方法的目標(biāo)檢測(cè)算法在復(fù)雜場(chǎng)景中表現(xiàn)優(yōu)于深度學(xué)習(xí)算法B.深度學(xué)習(xí)中的單階段目標(biāo)檢測(cè)算法比兩階段算法速度快，但精度較低C.目標(biāo)檢測(cè)算法只需要關(guān)注目標(biāo)的位置，不需要考慮目標(biāo)的類別D.目標(biāo)檢測(cè)的準(zhǔn)確率不受圖像質(zhì)量、光照條件和目標(biāo)大小變化的影響9、計(jì)算機(jī)視覺中的場(chǎng)景理解是理解圖像或視頻中的場(chǎng)景內(nèi)容和語義信息。假設(shè)要理解一張城市街道的圖像，以下關(guān)于場(chǎng)景理解方法的描述，哪一項(xiàng)是不正確的？（）A.可以通過對(duì)象檢測(cè)、語義分割和場(chǎng)景分類等任務(wù)來實(shí)現(xiàn)場(chǎng)景理解B.結(jié)合上下文信息和先驗(yàn)知識(shí)能夠提高場(chǎng)景理解的準(zhǔn)確性C.深度學(xué)習(xí)模型能夠?qū)W習(xí)場(chǎng)景中的全局特征和關(guān)系，實(shí)現(xiàn)對(duì)場(chǎng)景的深入理解D.場(chǎng)景理解可以在沒有任何先驗(yàn)知識(shí)和上下文信息的情況下，準(zhǔn)確地推斷出場(chǎng)景的語義10、計(jì)算機(jī)視覺中的視頻理解任務(wù)包括對(duì)視頻內(nèi)容的分析和解釋。假設(shè)要理解一段新聞視頻的主要內(nèi)容和事件發(fā)展。以下關(guān)于視頻理解的描述，哪一項(xiàng)是不正確的？（）A.可以通過對(duì)視頻中的幀進(jìn)行分類、目標(biāo)檢測(cè)和跟蹤來實(shí)現(xiàn)視頻理解B.深度學(xué)習(xí)中的注意力機(jī)制可以幫助聚焦視頻中的關(guān)鍵信息，提高理解的準(zhǔn)確性C.視頻理解只需要關(guān)注視覺信息，不需要考慮音頻和文字等其他模態(tài)的信息D.可以結(jié)合知識(shí)圖譜和語義理解技術(shù)，對(duì)視頻中的內(nèi)容進(jìn)行更深入的分析和解釋11、在計(jì)算機(jī)視覺的自動(dòng)駕駛應(yīng)用中，車輛需要準(zhǔn)確識(shí)別道路標(biāo)志、交通信號(hào)燈和其他車輛的狀態(tài)。對(duì)于實(shí)時(shí)性和準(zhǔn)確性要求極高的場(chǎng)景，以下哪種傳感器融合技術(shù)能夠?yàn)檐囕v提供更全面和可靠的環(huán)境感知？（）A.攝像頭與激光雷達(dá)的融合B.毫米波雷達(dá)與超聲波傳感器的融合C.多種攝像頭的融合D.以上都是12、在目標(biāo)檢測(cè)中，YOLO（YouOnlyLookOnce）算法的特點(diǎn)是（）A.檢測(cè)速度快B.檢測(cè)精度高C.適用于小目標(biāo)檢測(cè)D.對(duì)遮擋不敏感13、計(jì)算機(jī)視覺中的表情識(shí)別旨在識(shí)別圖像或視頻中人物的表情。假設(shè)要在一個(gè)情感分析系統(tǒng)中準(zhǔn)確識(shí)別表情，以下關(guān)于表情識(shí)別方法的描述，正確的是：（）A.基于幾何特征的表情識(shí)別方法對(duì)表情的細(xì)微變化不敏感，識(shí)別準(zhǔn)確率低B.基于紋理特征的表情識(shí)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(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)在表情識(shí)別中能夠?qū)W習(xí)到全局和局部的特征，但對(duì)大規(guī)模數(shù)據(jù)集依賴嚴(yán)重D.表情識(shí)別系統(tǒng)只適用于正面清晰的人臉表情，對(duì)于側(cè)臉和遮擋的表情無法識(shí)別14、在計(jì)算機(jī)視覺中，圖像生成是創(chuàng)建新的圖像內(nèi)容。以下關(guān)于圖像生成的說法，錯(cuò)誤的是（）A.可以通過生成對(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15、計(jì)算機(jī)視覺在醫(yī)學(xué)圖像分析中有著重要作用。假設(shè)要通過眼底圖像檢測(cè)糖尿病性視網(wǎng)膜病變，以下關(guān)于模型訓(xùn)練中數(shù)據(jù)標(biāo)注的難度，哪一項(xiàng)是最為顯著的？（）A.病變區(qū)域的邊界模糊，難以精確標(biāo)注B.眼底圖像的質(zhì)量參差不齊，影響標(biāo)注準(zhǔn)確性C.標(biāo)注人員的醫(yī)學(xué)知識(shí)不足，導(dǎo)致標(biāo)注錯(cuò)誤D.數(shù)據(jù)量過大，標(biāo)注工作耗時(shí)費(fèi)力16、在計(jì)算機(jī)視覺的行人檢測(cè)任務(wù)中，假設(shè)要在一個(gè)擁擠的街道場(chǎng)景中準(zhǔn)確檢測(cè)出行人，場(chǎng)景中存在光照變化、人群遮擋和復(fù)雜背景。以下哪種特征表示方法在這種情況下可能更具魯棒性？（）A.基于形狀的特征，如行人的輪廓B.基于顏色的特征，如行人衣服的顏色C.基于深度學(xué)習(xí)的特征，通過卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)學(xué)習(xí)D.不提取任何特征，直接對(duì)原始圖像進(jìn)行檢測(cè)17、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18、在計(jì)算機(jī)視覺的姿態(tài)估計(jì)任務(wù)中，假設(shè)要估計(jì)一個(gè)物體在三維空間中的姿態(tài)，例如估計(jì)一個(gè)機(jī)器人手臂的關(guān)節(jié)角度。以下哪種技術(shù)或方法可能被用于實(shí)現(xiàn)這一目標(biāo)？（）A.基于立體視覺的方法，通過多個(gè)相機(jī)的觀測(cè)B.利用深度學(xué)習(xí)模型直接預(yù)測(cè)姿態(tài)參數(shù)C.僅根據(jù)物體的外觀形狀進(jìn)行估計(jì)D.隨機(jī)猜測(cè)物體的姿態(tài)19、當(dāng)進(jìn)行視頻中的動(dòng)作識(shí)別時(shí)，假設(shè)要分析一段運(yùn)動(dòng)員訓(xùn)練的視頻，識(shí)別出其中的各種動(dòng)作，如跑步、跳躍和舉重等。視頻中的動(dòng)作可能存在速度變化、遮擋和視角變化等問題。為了準(zhǔn)確識(shí)別這些動(dòng)作，以下哪種技術(shù)是關(guān)鍵的？（）A.對(duì)每一幀圖像進(jìn)行獨(dú)立的動(dòng)作分類，然后綜合結(jié)果B.利用光流信息來捕捉視頻中的運(yùn)動(dòng)模式C.只關(guān)注視頻中的關(guān)鍵幀，忽略其他幀D.不考慮視頻的時(shí)序信息，將其視為一系列獨(dú)立的圖像20、在計(jì)算機(jī)視覺的圖像壓縮任務(wù)中，需要在減少數(shù)據(jù)量的同時(shí)盡量保持圖像的質(zhì)量。假設(shè)要對(duì)一組高清圖像進(jìn)行壓縮，以節(jié)省存儲(chǔ)空間和傳輸帶寬，同時(shí)要求解壓后的圖像能夠滿足一定的視覺要求。以下哪種圖像壓縮算法在這種情況下效果較好？（）A.JPEG壓縮算法B.PNG壓縮算法C.WebP壓縮算法D.BPG壓縮算法21、計(jì)算機(jī)視覺中的圖像配準(zhǔn)是將不同時(shí)間、不同視角或不同傳感器獲取的圖像進(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)行配準(zhǔn)，以下關(guān)于圖像配準(zhǔn)方法的描述，哪一項(xiàng)是不正確的？（）A.基于特征的圖像配準(zhǔn)方法通過提取圖像中的顯著特征，并進(jìn)行匹配來實(shí)現(xiàn)配準(zhǔn)B.基于灰度的圖像配準(zhǔn)方法直接比較圖像的灰度值，計(jì)算相似性度量來完成配準(zhǔn)C.圖像配準(zhǔn)的精度主要取決于特征提取的準(zhǔn)確性和匹配算法的性能D.圖像配準(zhǔn)總是能夠完美地將兩張圖像對(duì)齊，不存在任何誤差22、計(jì)算機(jī)視覺在自動(dòng)駕駛領(lǐng)域有著至關(guān)重要的應(yīng)用。假設(shè)一輛自動(dòng)駕駛汽車正在道路上行駛，需要識(shí)別各種交通標(biāo)志和障礙物。以下關(guān)于自動(dòng)駕駛中計(jì)算機(jī)視覺任務(wù)的描述，正確的是：（）A.只需對(duì)前方物體進(jìn)行簡(jiǎn)單的圖像分類，就能實(shí)現(xiàn)安全的自動(dòng)駕駛B.準(zhǔn)確的目標(biāo)檢測(cè)和語義分割對(duì)于理解復(fù)雜的道路場(chǎng)景至關(guān)重要C.計(jì)算機(jī)視覺在自動(dòng)駕駛中作用不大，主要依靠其他傳感器如雷達(dá)D.對(duì)于交通標(biāo)志的識(shí)別，顏色信息比形狀和圖案信息更重要23、假設(shè)要開發(fā)一個(gè)能夠自動(dòng)識(shí)別水果種類和品質(zhì)的計(jì)算機(jī)視覺系統(tǒng)，用于水果分揀和質(zhì)量評(píng)估。在獲取水果圖像時(shí)，可能會(huì)受到光照、角度和遮擋等因素的影響。為了提高識(shí)別的準(zhǔn)確性和魯棒性，以下哪種圖像預(yù)處理技術(shù)可能是關(guān)鍵？（）A.圖像增強(qiáng)B.圖像去噪C.圖像歸一化D.圖像分割24、計(jì)算機(jī)視覺在虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）中有著重要的應(yīng)用。假設(shè)要在VR游戲中實(shí)現(xiàn)真實(shí)的場(chǎng)景交互。以下關(guān)于計(jì)算機(jī)視覺在VR/AR中的描述，哪一項(xiàng)是不正確的？（）A.可以通過對(duì)用戶的動(dòng)作和姿態(tài)進(jìn)行識(shí)別，實(shí)現(xiàn)自然的交互操作B.能夠?qū)⑻摂M物體與真實(shí)場(chǎng)景進(jìn)行準(zhǔn)確的融合和匹配C.計(jì)算機(jī)視覺技術(shù)可以提高VR/AR體驗(yàn)的沉浸感和真實(shí)感D.VR/AR中的計(jì)算機(jī)視覺應(yīng)用不存在任何技術(shù)挑戰(zhàn)和限制25、計(jì)算機(jī)視覺是一門研究如何讓計(jì)算機(jī)從圖像或視頻中獲取信息和理解內(nèi)容的學(xué)科。在計(jì)算機(jī)視覺的應(yīng)用中，目標(biāo)檢測(cè)是一項(xiàng)重要任務(wù)。以下關(guān)于目標(biāo)檢測(cè)的描述，不準(zhǔn)確的是（）A.目標(biāo)檢測(cè)能夠準(zhǔn)確識(shí)別圖像或視頻中特定類別的物體，并確定其位置和大小B.深度學(xué)習(xí)技術(shù)的發(fā)展極大地提高了目標(biāo)檢測(cè)的準(zhǔn)確性和效率C.目標(biāo)檢測(cè)只適用于靜態(tài)圖像，對(duì)于動(dòng)態(tài)視頻的處理效果不佳D.目標(biāo)檢測(cè)在自動(dòng)駕駛、安防監(jiān)控和工業(yè)檢測(cè)等領(lǐng)域有著廣泛的應(yīng)用26、計(jì)算機(jī)視覺中的光流估計(jì)用于計(jì)算圖像中像素的運(yùn)動(dòng)信息。假設(shè)要對(duì)一段視頻中的物體運(yùn)動(dòng)進(jìn)行分析，以下關(guān)于光流估計(jì)的描述，正確的是：（）A.稀疏光流估計(jì)只計(jì)算圖像中部分特征點(diǎn)的運(yùn)動(dòng)，無法反映整體的運(yùn)動(dòng)趨勢(shì)B.稠密光流估計(jì)能夠得到圖像中每個(gè)像素的運(yùn)動(dòng)向量，但計(jì)算復(fù)雜度較高C.光流估計(jì)的結(jié)果不受光照變化和噪聲的影響，具有很高的準(zhǔn)確性D.光流估計(jì)只能用于分析勻速直線運(yùn)動(dòng)的物體，對(duì)于復(fù)雜的運(yùn)動(dòng)模式無法處理27、計(jì)算機(jī)視覺中的醫(yī)學(xué)圖像分析具有重要的臨床應(yīng)用價(jià)值。假設(shè)要從一組X光片中檢測(cè)出病變區(qū)域，同時(shí)要區(qū)分不同類型的病變。以下哪種技術(shù)和方法在醫(yī)學(xué)圖像分析中最為常用和有效？（）A.形態(tài)學(xué)操作B.圖像分割與分類C.特征提取與選擇D.以上方法綜合運(yùn)用28、在計(jì)算機(jī)視覺的人臉識(shí)別任務(wù)中，需要應(yīng)對(duì)姿態(tài)、表情和光照等變化。假設(shè)要構(gòu)建一個(gè)能夠在不同環(huán)境下準(zhǔn)確識(shí)別人臉的系統(tǒng)，以下哪種人臉識(shí)別方法在處理這些變化時(shí)具有更高的準(zhǔn)確性和魯棒性？（）A.基于特征點(diǎn)的人臉識(shí)別B.基于模板匹配的人臉識(shí)別C.基于深度學(xué)習(xí)的人臉識(shí)別D.基于幾何形狀的人臉識(shí)別29、計(jì)算機(jī)視覺在衛(wèi)星遙感圖像分析中的應(yīng)用可以幫助監(jiān)測(cè)地球環(huán)境和資源。假設(shè)要通過衛(wèi)星圖像分析森林的覆蓋面積變化。以下關(guān)于計(jì)算機(jī)視覺在衛(wèi)星遙感中的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.可以通過圖像分類和分割技術(shù)區(qū)分森林、草地和建筑物等不同地物類型B.能夠?qū)Χ鄷r(shí)相的衛(wèi)星圖像進(jìn)行比較，監(jiān)測(cè)森林的生長(zhǎng)和砍伐情況C.計(jì)算機(jī)視覺在衛(wèi)星遙感中的應(yīng)用不受衛(wèi)星圖像的分辨率和光譜信息的限制D.可以結(jié)合地理信息系統(tǒng)（GIS）數(shù)據(jù)，進(jìn)行更深入的空間分析和決策支持30、在計(jì)算機(jī)視覺的圖像風(fēng)格遷移任務(wù)中，將一張圖像的風(fēng)格應(yīng)用到另一張圖像上。假設(shè)要將一幅油畫的風(fēng)格遷移到一張照片上，以下關(guān)于圖像風(fēng)格遷移方