廣東白云學(xué)院《平面廣告》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頁廣東白云學(xué)院

《平面廣告》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15個(gè)小題，每小題2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、在計(jì)算機(jī)視覺的視覺跟蹤與監(jiān)控應(yīng)用中，需要對(duì)特定目標(biāo)進(jìn)行持續(xù)的跟蹤和監(jiān)測(cè)。假設(shè)要對(duì)一個(gè)在大型商場(chǎng)中移動(dòng)的可疑人員進(jìn)行跟蹤，同時(shí)要應(yīng)對(duì)人群遮擋和環(huán)境變化。以下哪種視覺跟蹤與監(jiān)控技術(shù)在這種情況下能夠提供更可靠的跟蹤結(jié)果？（）A.多目標(biāo)跟蹤算法B.基于深度學(xué)習(xí)的單目標(biāo)跟蹤C(jī).基于粒子濾波的跟蹤D.基于特征匹配的跟蹤2、在計(jì)算機(jī)視覺的姿態(tài)估計(jì)任務(wù)中，例如估計(jì)人體關(guān)節(jié)的位置和姿態(tài)，以下哪種方法可能在精度和實(shí)時(shí)性之間取得較好的平衡？（）A.基于模型的方法B.基于深度學(xué)習(xí)的回歸方法C.基于深度學(xué)習(xí)的分類方法D.以上都不是3、在計(jì)算機(jī)視覺的三維重建任務(wù)中，需要從多視角的圖像中恢復(fù)物體的三維形狀。假設(shè)我們有一組從不同角度拍攝的建筑物圖像，以下哪種方法常用于從這些圖像中重建建筑物的三維模型？（）A.立體匹配方法B.結(jié)構(gòu)光方法C.運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SFM）D.基于投影的方法4、在計(jì)算機(jī)視覺的圖像分類任務(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.類別不均衡問題無法通過數(shù)據(jù)處理方法解決，只能通過改進(jìn)分類算法來應(yīng)對(duì)5、當(dāng)利用計(jì)算機(jī)視覺進(jìn)行圖像去模糊任務(wù)，恢復(fù)清晰的圖像，以下哪種先驗(yàn)知識(shí)或約束可能有助于解決這個(gè)問題？（）A.自然圖像的梯度稀疏性B.圖像的低頻成分C.圖像的邊緣信息D.以上都是6、計(jì)算機(jī)視覺中的深度估計(jì)是計(jì)算場(chǎng)景中物體與相機(jī)的距離。假設(shè)我們要為一個(gè)增強(qiáng)現(xiàn)實(shí)應(yīng)用估計(jì)場(chǎng)景的深度信息，以下哪種深度估計(jì)方法能夠在實(shí)時(shí)性和準(zhǔn)確性之間取得較好的平衡？（）A.基于立體視覺的方法B.基于結(jié)構(gòu)光的方法C.基于深度學(xué)習(xí)的單目深度估計(jì)方法D.基于飛行時(shí)間（ToF）原理的方法7、在計(jì)算機(jī)視覺的應(yīng)用于自動(dòng)駕駛領(lǐng)域，需要實(shí)時(shí)檢測(cè)道路上的交通標(biāo)志和標(biāo)線。假設(shè)車輛在高速行駛中，以下哪種技術(shù)能夠快速準(zhǔn)確地檢測(cè)到各種交通標(biāo)志，并且對(duì)光照變化和遮擋具有較強(qiáng)的魯棒性？（）A.基于顏色和形狀特征的檢測(cè)方法B.基于深度學(xué)習(xí)的檢測(cè)方法，結(jié)合多尺度特征C.基于邊緣檢測(cè)和形態(tài)學(xué)操作的方法D.基于模板匹配和特征點(diǎn)匹配的方法8、視頻分析是計(jì)算機(jī)視覺的一個(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9、計(jì)算機(jī)視覺中的圖像超分辨率重建旨在提高圖像的分辨率。假設(shè)要將一張低分辨率的衛(wèi)星圖像重建為高分辨率圖像，以下關(guān)于模型訓(xùn)練的挑戰(zhàn)，哪一項(xiàng)是最為突出的？（）A.缺乏足夠的高分辨率衛(wèi)星圖像數(shù)據(jù)用于訓(xùn)練B.模型的訓(xùn)練時(shí)間過長(zhǎng)，難以在短時(shí)間內(nèi)得到結(jié)果C.難以評(píng)估重建后的圖像質(zhì)量，沒有明確的標(biāo)準(zhǔn)D.計(jì)算資源需求過大，普通計(jì)算機(jī)難以承受10、計(jì)算機(jī)視覺中的動(dòng)作識(shí)別用于分析視頻中的人體動(dòng)作。假設(shè)要識(shí)別一段舞蹈視頻中的動(dòng)作類別。以下關(guān)于動(dòng)作識(shí)別方法的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.可以基于時(shí)空特征提取的方法，捕捉動(dòng)作在時(shí)間和空間上的變化B.深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）適用于動(dòng)作序列的分析C.動(dòng)作識(shí)別只需要關(guān)注人體的關(guān)節(jié)位置，不需要考慮人體的整體形態(tài)D.多模態(tài)數(shù)據(jù)融合，如結(jié)合音頻和視頻信息，可以提高動(dòng)作識(shí)別的準(zhǔn)確率11、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12、計(jì)算機(jī)視覺中，以下哪種技術(shù)常用于圖像的超分辨率重建的損失函數(shù)？（）A.L1損失B.L2損失C.感知損失D.以上都是13、假設(shè)要構(gòu)建一個(gè)能夠?qū)Ψb進(jìn)行款式和顏色識(shí)別的計(jì)算機(jī)視覺系統(tǒng)，用于時(shí)尚推薦和庫(kù)存管理。在處理服裝圖像時(shí)，由于服裝的款式和顏色變化多樣，以下哪種特征表示方法可能更適合？（）A.手工設(shè)計(jì)的特征B.基于深度學(xué)習(xí)的自動(dòng)特征C.顏色直方圖D.以上都是14、在計(jì)算機(jī)視覺的目標(biāo)跟蹤任務(wù)中，假設(shè)要跟蹤一個(gè)在人群中移動(dòng)的物體。以下關(guān)于跟蹤算法的選擇，哪一項(xiàng)是需要著重考慮的？（）A.算法對(duì)目標(biāo)外觀變化的適應(yīng)性B.算法的計(jì)算復(fù)雜度，越低越好C.算法是否能夠處理多個(gè)同時(shí)移動(dòng)的目標(biāo)D.算法在處理靜態(tài)場(chǎng)景時(shí)的性能15、在計(jì)算機(jī)視覺的場(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)?？（）A.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)景理解模型二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）計(jì)算機(jī)視覺中如何進(jìn)行文具生產(chǎn)中的質(zhì)量控制？2、（本題5分）簡(jiǎn)述計(jì)算機(jī)視覺中的圖像分割技術(shù)。3、（本題5分）解釋計(jì)算機(jī)視覺在醫(yī)療影像診斷中的作用。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）通過計(jì)算機(jī)視覺，對(duì)不同類型的面塑作品進(jìn)行分類。2、（本題5分）使用目標(biāo)跟蹤算法，對(duì)足球訓(xùn)練中的球員動(dòng)作進(jìn)行分析和改進(jìn)建議。3、（本題5分）基于計(jì)算機(jī)視覺的智能工廠物料搬運(yùn)系統(tǒng)，實(shí)現(xiàn)物料的自動(dòng)識(shí)別和搬運(yùn)。4、（本題5分）使用目標(biāo)跟蹤算法，跟蹤賽車場(chǎng)上賽車的速度變化。5、（本題5分）基于計(jì)算機(jī)視覺的智能工廠生產(chǎn)流程監(jiān)控系統(tǒng)，及時(shí)發(fā)現(xiàn)生產(chǎn)異常。四、分析題（本大題共3個(gè)小題，共30分)1、（本題10分）觀察某咖啡店的菜單板設(shè)計(jì)，分析其如何通過字體、色彩、菜品分類等清晰展示菜