站名：站名：年級(jí)專業(yè)：姓名：學(xué)號(hào)：凡年級(jí)專業(yè)、姓名、學(xué)號(hào)錯(cuò)寫、漏寫或字跡不清者，成績按零分記?！堋狻€…………第1頁，共1頁湖南工商大學(xué)《視覺傳達(dá)設(shè)計(jì)基礎(chǔ)》

2021-2022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)視覺中的動(dòng)作識(shí)別是對(duì)視頻中人物或物體的動(dòng)作進(jìn)行分類和識(shí)別。以下關(guān)于動(dòng)作識(shí)別的描述，不準(zhǔn)確的是（）A.動(dòng)作識(shí)別需要分析視頻中的時(shí)空特征來理解動(dòng)作的模式和類別B.雙流卷積網(wǎng)絡(luò)在動(dòng)作識(shí)別任務(wù)中被廣泛應(yīng)用，分別處理空間和時(shí)間信息C.動(dòng)作識(shí)別在體育分析、視頻監(jiān)控和智能安防等領(lǐng)域具有重要的應(yīng)用價(jià)值D.動(dòng)作識(shí)別技術(shù)已經(jīng)非常成熟，能夠準(zhǔn)確識(shí)別各種復(fù)雜和細(xì)微的動(dòng)作2、計(jì)算機(jī)視覺在文物保護(hù)和修復(fù)中具有潛在應(yīng)用。假設(shè)要對(duì)一件受損的古代書畫進(jìn)行數(shù)字化修復(fù)，以下關(guān)于計(jì)算機(jī)視覺在文物保護(hù)中的作用的描述，哪一項(xiàng)是不正確的？（）A.可以通過圖像增強(qiáng)和去噪技術(shù)改善書畫的視覺效果B.利用圖像匹配和拼接技術(shù)還原殘缺的部分C.計(jì)算機(jī)視覺技術(shù)能夠完全恢復(fù)文物的原始狀態(tài)，使其與未受損時(shí)一模一樣D.為文物修復(fù)專家提供輔助決策和參考依據(jù)3、計(jì)算機(jī)視覺中的遙感圖像分析用于獲取地球表面的信息。假設(shè)要從衛(wèi)星遙感圖像中分析土地利用類型和植被覆蓋情況，同時(shí)要克服圖像的大尺度和復(fù)雜的地物分布。以下哪種遙感圖像分析方法最為有效？（）A.基于光譜特征的分析B.基于紋理特征的分析C.基于對(duì)象的圖像分析D.基于深度學(xué)習(xí)的分析4、在計(jì)算機(jī)視覺中，圖像檢索是根據(jù)用戶的需求從圖像數(shù)據(jù)庫中查找相關(guān)的圖像。以下關(guān)于圖像檢索的說法，錯(cuò)誤的是（）A.圖像檢索可以基于圖像的內(nèi)容，如顏色、形狀和紋理等特征B.深度學(xué)習(xí)方法可以學(xué)習(xí)到更具語義的圖像表示，提高圖像檢索的準(zhǔn)確性C.圖像檢索在電子商務(wù)、數(shù)字圖書館和圖像搜索引擎等領(lǐng)域有廣泛的應(yīng)用D.圖像檢索的性能只取決于圖像特征的提取，與數(shù)據(jù)庫的組織和索引無關(guān)5、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6、計(jì)算機(jī)視覺中的圖像超分辨率技術(shù)用于提高圖像的分辨率。假設(shè)要將一張低分辨率的圖像恢復(fù)成高分辨率圖像，以下關(guān)于圖像超分辨率方法的描述，正確的是：（）A.基于插值的圖像超分辨率方法能夠生成清晰逼真的高分辨率圖像B.深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)（GAN）在圖像超分辨率任務(wù)中無法發(fā)揮作用C.圖像超分辨率的效果不受原始低分辨率圖像的質(zhì)量和內(nèi)容的限制D.結(jié)合先驗(yàn)知識(shí)和深度學(xué)習(xí)的方法可以改善圖像超分辨率的效果7、在計(jì)算機(jī)視覺中，圖像分類是一項(xiàng)重要任務(wù)。假設(shè)我們要對(duì)大量的動(dòng)物圖片進(jìn)行分類，將其分為貓、狗、鳥等類別。以下關(guān)于圖像分類方法的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像分類任務(wù)中表現(xiàn)出色，能夠自動(dòng)學(xué)習(xí)圖像的特征B.傳統(tǒng)的機(jī)器學(xué)習(xí)方法如支持向量機(jī)（SVM）在處理大規(guī)模圖像數(shù)據(jù)時(shí)，性能通常不如深度學(xué)習(xí)方法C.圖像分類只需要考慮圖像的顏色和形狀等低層次特征，高層語義信息對(duì)分類結(jié)果影響不大D.為了提高分類準(zhǔn)確率，可以使用數(shù)據(jù)增強(qiáng)技術(shù)，如旋轉(zhuǎn)、翻轉(zhuǎn)、裁剪等操作來擴(kuò)充數(shù)據(jù)集8、在計(jì)算機(jī)視覺的遙感圖像分析中，假設(shè)要從衛(wèi)星遙感圖像中提取土地利用信息，以下哪種技術(shù)可能對(duì)區(qū)分不同類型的土地覆蓋有幫助？（）A.高光譜分析B.紋理分析C.形狀分析D.以上都有可能9、計(jì)算機(jī)視覺在智能交通系統(tǒng)中的應(yīng)用可以優(yōu)化交通流量和提高安全性。假設(shè)要通過計(jì)算機(jī)視覺監(jiān)測(cè)道路上的車輛擁堵情況。以下關(guān)于計(jì)算機(jī)視覺在智能交通中的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過車輛檢測(cè)和計(jì)數(shù)來評(píng)估道路的擁堵程度B.能夠識(shí)別車輛的類型和行駛方向，為交通管理提供數(shù)據(jù)支持C.計(jì)算機(jī)視覺在智能交通中的應(yīng)用完全不受惡劣天氣和光照條件的影響D.可以與交通信號(hào)控制系統(tǒng)聯(lián)動(dòng)，實(shí)現(xiàn)自適應(yīng)的交通信號(hào)配時(shí)10、在計(jì)算機(jī)視覺的圖像配準(zhǔn)任務(wù)中，將不同視角或時(shí)間拍攝的圖像進(jìn)行對(duì)齊，以下哪種變換模型可能適用于具有較大形變的圖像配準(zhǔn)？（）A.剛性變換B.仿射變換C.投影變換D.非線性變換11、計(jì)算機(jī)視覺在虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）中的應(yīng)用可以提供更沉浸式的體驗(yàn)。假設(shè)要在VR環(huán)境中實(shí)時(shí)跟蹤用戶的頭部運(yùn)動(dòng)并相應(yīng)地更新場(chǎng)景，以下關(guān)于VR/AR計(jì)算機(jī)視覺應(yīng)用的描述，正確的是：（）A.簡單的基于傳感器的跟蹤方法能夠滿足VR中高精度的頭部運(yùn)動(dòng)跟蹤需求B.計(jì)算機(jī)視覺在VR/AR中的應(yīng)用主要關(guān)注圖像生成，而不是跟蹤和定位C.結(jié)合視覺特征提取和深度學(xué)習(xí)的頭部運(yùn)動(dòng)跟蹤算法可以實(shí)現(xiàn)低延遲和高精度的跟蹤D.VR/AR環(huán)境中的光照條件和物體遮擋對(duì)計(jì)算機(jī)視覺算法的性能沒有影響12、在計(jì)算機(jī)視覺中，以下哪種方法常用于圖像的語義分割中的邊界優(yōu)化？（）A.條件隨機(jī)場(chǎng)B.全連接條件隨機(jī)場(chǎng)C.深度學(xué)習(xí)D.以上都是13、在計(jì)算機(jī)視覺的圖像分類任務(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14、計(jì)算機(jī)視覺中的視頻目標(biāo)跟蹤中，假設(shè)目標(biāo)在跟蹤過程中發(fā)生了嚴(yán)重的形變。以下關(guān)于處理目標(biāo)形變的方法描述，正確的是：（）A.基于模板匹配的跟蹤方法能夠自適應(yīng)地處理目標(biāo)形變，保持跟蹤的準(zhǔn)確性B.特征點(diǎn)跟蹤方法對(duì)目標(biāo)形變不敏感，在這種情況下仍然能夠可靠跟蹤C(jī).深度學(xué)習(xí)中的孿生網(wǎng)絡(luò)在目標(biāo)形變時(shí)容易丟失目標(biāo)，無法繼續(xù)跟蹤D.結(jié)合多種特征和模型更新策略可以提高對(duì)目標(biāo)形變的跟蹤魯棒性15、計(jì)算機(jī)視覺中的動(dòng)作識(shí)別是對(duì)視頻中的人體動(dòng)作進(jìn)行分類和理解。假設(shè)我們要分析一段體育比賽的視頻，識(shí)別其中運(yùn)動(dòng)員的各種動(dòng)作，以下哪種方法能夠有效地捕捉動(dòng)作的時(shí)空特征？（）A.基于手工特征和分類器的方法B.基于深度學(xué)習(xí)的時(shí)空卷積網(wǎng)絡(luò)C.基于光流和軌跡的方法D.基于隱馬爾可夫模型的方法16、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17、計(jì)算機(jī)視覺中的表情識(shí)別旨在判斷圖像或視頻中人物的表情。假設(shè)要開發(fā)一個(gè)用于在線教育的表情識(shí)別系統(tǒng)，以下關(guān)于表情特征的提取，哪一項(xiàng)是需要重點(diǎn)關(guān)注的？（）A.提取面部肌肉的細(xì)微運(yùn)動(dòng)作為特征B.僅考慮眼睛和嘴巴的形狀變化C.忽略面部的整體輪廓，只關(guān)注局部特征D.不進(jìn)行任何特征提取，直接使用原始圖像進(jìn)行分類18、計(jì)算機(jī)視覺中的目標(biāo)跟蹤是指在視頻序列中持續(xù)跟蹤特定目標(biāo)。假設(shè)要跟蹤一個(gè)在復(fù)雜場(chǎng)景中運(yùn)動(dòng)的人物，以下關(guān)于目標(biāo)跟蹤算法的描述，正確的是：（）A.基于卡爾曼濾波的跟蹤算法能夠準(zhǔn)確預(yù)測(cè)目標(biāo)的運(yùn)動(dòng)軌跡，但對(duì)目標(biāo)外觀變化適應(yīng)性差B.基于粒子濾波的跟蹤算法計(jì)算復(fù)雜度低，適用于實(shí)時(shí)跟蹤要求高的場(chǎng)景C.基于深度學(xué)習(xí)的跟蹤算法需要大量的訓(xùn)練數(shù)據(jù)，并且在目標(biāo)被遮擋時(shí)容易丟失D.目標(biāo)跟蹤算法只要在初始幀中準(zhǔn)確檢測(cè)到目標(biāo)，就能夠在后續(xù)幀中一直保持跟蹤的準(zhǔn)確性19、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)20、在計(jì)算機(jī)視覺的圖像去噪任務(wù)中，假設(shè)要去除一張受到嚴(yán)重噪聲污染的圖像中的噪聲，同時(shí)盡可能保留圖像的細(xì)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(xué)習(xí)的圖像去噪模型，如DnCNND.不進(jìn)行任何去噪處理，保留原始噪聲圖像21、在計(jì)算機(jī)視覺的三維重建任務(wù)中，假設(shè)要從一組不同角度拍攝的二維圖像中重建出物體的三維模型。這些圖像可能存在噪聲和拍攝誤差。為了獲得準(zhǔn)確的三維重建結(jié)果，以下哪種技術(shù)是重要的？（）A.基于立體視覺的方法，通過匹配不同圖像中的對(duì)應(yīng)點(diǎn)B.直接使用二維圖像的平均信息來估計(jì)三維形狀C.忽略圖像中的噪聲和誤差，進(jìn)行簡單的重建D.隨機(jī)生成三維模型，然后與二維圖像進(jìn)行匹配22、在計(jì)算機(jī)視覺的視頻目標(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.借助周圍背景和其他相關(guān)物體的信息輔助跟蹤23、在計(jì)算機(jī)視覺的立體視覺中，需要通過兩個(gè)或多個(gè)相機(jī)獲取的圖像來計(jì)算深度信息。假設(shè)要為一個(gè)自動(dòng)駕駛汽車構(gòu)建立體視覺系統(tǒng)，以測(cè)量與前方障礙物的距離，同時(shí)要考慮實(shí)時(shí)性和準(zhǔn)確性的要求。以下哪種立體匹配算法在這種應(yīng)用場(chǎng)景中表現(xiàn)最優(yōu)？（）A.基于區(qū)域的匹配B.基于特征的匹配C.基于深度學(xué)習(xí)的匹配D.全局優(yōu)化匹配24、在計(jì)算機(jī)視覺的特征提取中，SIFT（Scale-InvariantFeatureTransform，尺度不變特征變換）特征是一種經(jīng)典的方法。假設(shè)我們要對(duì)一組包含不同視角和縮放比例的物體圖像進(jìn)行匹配，SIFT特征的哪個(gè)特性使其在這種情況下表現(xiàn)出色？（）A.對(duì)旋轉(zhuǎn)和尺度變化具有不變性B.計(jì)算速度快，效率高C.特征維度低，易于存儲(chǔ)和處理D.對(duì)光照變化不敏感25、在計(jì)算機(jī)視覺的圖像去噪任務(wù)中，去除圖像中的噪聲。假設(shè)要對(duì)一張受到嚴(yán)重噪聲污染的圖像進(jìn)行去噪處理，以下關(guān)于圖像去噪方法的描述，正確的是：（）A.均值濾波方法能夠在去除噪聲的同時(shí)很好地保留圖像的細(xì)節(jié)B.中值濾波對(duì)椒鹽噪聲的去除效果不佳C.基于深度學(xué)習(xí)的圖像去噪方法可以自適應(yīng)地學(xué)習(xí)噪聲模式和圖像特征D.圖像去噪不會(huì)引入任何新的失真或模糊26、在計(jì)算機(jī)視覺的三維重建中，從多幅二維圖像恢復(fù)物體的三維結(jié)構(gòu)。假設(shè)要對(duì)一個(gè)古建筑進(jìn)行三維重建，以下關(guān)于三維重建方法的描述，哪一項(xiàng)是不正確的？（）A.基于立體視覺的方法通過匹配不同視角下的圖像特征點(diǎn)來計(jì)算深度信息，實(shí)現(xiàn)三維重建B.運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SfM）算法可以從一系列無序的圖像中重建場(chǎng)景的三維結(jié)構(gòu)C.激光掃描技術(shù)能夠直接獲取物體表面的三維點(diǎn)云數(shù)據(jù)，是一種高精度的三維重建方法D.三維重建的結(jié)果只取決于輸入的圖像質(zhì)量，與重建算法的選擇無關(guān)27、在計(jì)算機(jī)視覺的圖像檢索任務(wù)中，根據(jù)用戶提供的圖像或特征在數(shù)據(jù)庫中查找相似的圖像。假設(shè)要從一個(gè)大型圖像庫中找到與給定圖像相似的圖片，以下關(guān)于圖像檢索方法的描述，正確的是：（）A.基于圖像的顏色和紋理特征進(jìn)行檢索能夠滿足所有的檢索需求B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)提取的特征在圖像檢索中不如手工設(shè)計(jì)的特征有效C.考慮圖像的語義信息和高層特征可以提高圖像檢索的準(zhǔn)確性和相關(guān)性D.圖像檢索的速度和效率不受數(shù)據(jù)庫大小和特征維度的影響28、在計(jì)算機(jī)視覺的行人重識(shí)別任務(wù)中，假設(shè)要在多個(gè)攝像頭拍攝的畫面中找到同一個(gè)行人。以下關(guān)于特征融合的方法，哪一項(xiàng)是不太合理的？（）A.將行人的外觀特征和步態(tài)特征進(jìn)行融合B.簡單地將不同特征進(jìn)行拼接，不考慮權(quán)重分配C.根據(jù)特征的重要性為其分配不同的權(quán)重進(jìn)行融合D.利用深度學(xué)習(xí)模型自動(dòng)學(xué)習(xí)特征的融合方式29、圖像去模糊是計(jì)算機(jī)視覺中的一個(gè)難題。假設(shè)一張圖像由于相機(jī)抖動(dòng)而產(chǎn)生模糊，以下哪種去模糊方法可能需要對(duì)模糊核有較為準(zhǔn)確的估計(jì)？（）A.基于深度學(xué)習(xí)的去模糊方法B.盲去卷積方法C.維納濾波去模糊方法D.均值濾波去模糊方法30、計(jì)算機(jī)視覺中的醫(yī)學(xué)圖像分析中，假設(shè)要對(duì)腫瘤進(jìn)行檢測(cè)和分割。以下關(guān)于醫(yī)學(xué)圖像分析方法的描述，正確的是：（）A.由于醫(yī)學(xué)圖像的特殊性，傳統(tǒng)的計(jì)算機(jī)視覺方法無法應(yīng)用于醫(yī)學(xué)圖像分析B.深度學(xué)習(xí)方法在醫(yī)學(xué)圖像分析中能夠準(zhǔn)確檢測(cè)腫瘤，但對(duì)小腫瘤容易漏檢C.多模態(tài)醫(yī)學(xué)圖像融合可以提供更豐富的信息，但融合算法復(fù)雜，效果不穩(wěn)定D.醫(yī)學(xué)圖像分析的結(jié)果不需要經(jīng)過醫(yī)生的審核和確認(rèn)，可以直接用于診斷二、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）對(duì)一段視頻中的行人進(jìn)行檢測(cè)和跟蹤，并計(jì)算行人的運(yùn)動(dòng)軌跡。2、（本題5分）在自動(dòng)駕駛場(chǎng)景中，利用計(jì)算機(jī)視覺檢測(cè)道路標(biāo)志和交通信號(hào)燈。3、（本題5分）運(yùn)用圖像識(shí)別算法，對(duì)不同類型的自行車圖像進(jìn)行分類和識(shí)別。4、（本題5分）通過圖像分割技術(shù)，將衛(wèi)星圖像中的森林火災(zāi)區(qū)域和未受災(zāi)區(qū)域進(jìn)行劃分。5、（本題5分）基于深度學(xué)習(xí)的圖像風(fēng)格遷移技術(shù)，將一張照片轉(zhuǎn)換為指定的藝術(shù)風(fēng)格。三、簡答題（本大題共5個(gè)小題，共