學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號學(xué)校________________班級____________姓名____________考場____________準(zhǔn)考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁，共3頁重慶第二師范學(xué)院《建筑制圖與測繪》

2021-2022學(xué)年第一學(xué)期期末試卷題號一二三四總分得分批閱人一、單選題（本大題共20個(gè)小題，每小題1分，共20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)視覺中，目標(biāo)檢測是一項(xiàng)重要的任務(wù)。假設(shè)要開發(fā)一個(gè)能夠在城市交通場景中檢測車輛和行人的系統(tǒng)。以下關(guān)于目標(biāo)檢測算法的選擇，哪一項(xiàng)是需要重點(diǎn)考慮的因素？（）A.算法的檢測速度，以滿足實(shí)時(shí)性要求B.算法在小目標(biāo)檢測上的性能，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.算法是否開源，開源的算法更易于使用2、在計(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上采樣方法？（）A.反卷積B.亞像素卷積C.最近鄰插值D.以上都是3、在計(jì)算機(jī)視覺的圖像生成任務(wù)中，除了生成新的圖像，還可以對已有圖像進(jìn)行風(fēng)格轉(zhuǎn)換。假設(shè)我們要將一張照片轉(zhuǎn)換為油畫風(fēng)格，以下哪種方法能夠?qū)崿F(xiàn)逼真的風(fēng)格轉(zhuǎn)換效果？（）A.基于圖像濾波和變換的方法B.基于深度學(xué)習(xí)的風(fēng)格遷移算法，如CycleGANC.基于圖像融合和合成的方法D.基于顏色映射和紋理合成的方法4、在計(jì)算機(jī)視覺的視頻理解任務(wù)中，例如理解一段體育比賽視頻中的精彩瞬間和戰(zhàn)術(shù)，需要對視頻中的時(shí)空信息進(jìn)行有效建模。以下哪種方法在時(shí)空建模方面可能具有優(yōu)勢？（）A.3D卷積神經(jīng)網(wǎng)絡(luò)B.長短時(shí)記憶網(wǎng)絡(luò)C.注意力機(jī)制D.以上都是5、在計(jì)算機(jī)視覺中，特征提取是非常關(guān)鍵的一步。假設(shè)我們要從圖像中提取有意義的特征，用于后續(xù)的處理和分析，以下關(guān)于特征提取方法的描述，哪一項(xiàng)是不正確的？（）A.SIFT（尺度不變特征變換）和SURF（加速穩(wěn)健特征）是常用的局部特征描述子，對圖像的旋轉(zhuǎn)、縮放和光照變化具有一定的不變性B.HOG（方向梯度直方圖）特征通過計(jì)算圖像局部區(qū)域的梯度方向分布來描述圖像，常用于行人檢測C.深度學(xué)習(xí)中的自動(dòng)特征提取，例如通過卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的特征，比手工設(shè)計(jì)的特征更具有代表性和判別力D.特征提取的結(jié)果對后續(xù)的圖像處理任務(wù)影響不大，不同的特征提取方法可以得到相似的處理效果6、當(dāng)利用計(jì)算機(jī)視覺進(jìn)行圖像超分辨率重建任務(wù)，將低分辨率圖像恢復(fù)為高分辨率圖像，以下哪種深度學(xué)習(xí)模型可能在重建效果上表現(xiàn)出色？（）A.SRCNNB.ESPCNC.DRCND.以上都是7、在計(jì)算機(jī)視覺的圖像生成任務(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.采用生成對抗網(wǎng)絡(luò)（GAN）架構(gòu)，通過對抗訓(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8、計(jì)算機(jī)視覺中的圖像去噪旨在去除圖像中的噪聲，恢復(fù)清晰的圖像。假設(shè)要處理一張受到嚴(yán)重噪聲污染的天文圖像，以下關(guān)于去噪算法的選擇，哪一項(xiàng)是需要謹(jǐn)慎考慮的？（）A.選擇基于濾波的去噪算法，如中值濾波B.采用基于深度學(xué)習(xí)的去噪算法，如自編碼器C.只考慮去噪效果，不關(guān)心圖像細(xì)節(jié)的保留D.根據(jù)噪聲的類型和強(qiáng)度選擇合適的去噪算法9、在計(jì)算機(jī)視覺的目標(biāo)識別任務(wù)中，假設(shè)目標(biāo)物體被部分遮擋，以下哪種模型架構(gòu)可能更有助于恢復(fù)被遮擋部分的信息？（）A.多層感知機(jī)（MLP）B.卷積神經(jīng)網(wǎng)絡(luò)（CNN）C.循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）D.注意力機(jī)制（AttentionMechanism）10、計(jì)算機(jī)視覺中的特征提取是非常關(guān)鍵的步驟。假設(shè)要從一組圖像中提取具有代表性的特征，以下關(guān)于特征提取方法的描述，正確的是：（）A.手工設(shè)計(jì)的特征，如SIFT和HOG，在任何情況下都比深度學(xué)習(xí)自動(dòng)學(xué)習(xí)的特征更有效B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)學(xué)習(xí)到圖像的多層次特征，具有很強(qiáng)的表達(dá)能力C.特征提取的結(jié)果對后續(xù)的圖像分類和目標(biāo)檢測任務(wù)沒有影響D.特征提取只需要考慮圖像的局部信息，全局信息不重要11、假設(shè)我們要開發(fā)一個(gè)計(jì)算機(jī)視覺系統(tǒng)，用于檢測生產(chǎn)線上產(chǎn)品的表面缺陷。由于產(chǎn)品的種類繁多、缺陷類型復(fù)雜，以下哪種方法可能需要更多的計(jì)算資源和時(shí)間來訓(xùn)練模型？（）A.基于傳統(tǒng)機(jī)器學(xué)習(xí)的方法B.基于淺層神經(jīng)網(wǎng)絡(luò)的方法C.基于深度學(xué)習(xí)的方法D.基于模板匹配的方法12、對于圖像的語義理解任務(wù)，假設(shè)要理解一張圖像所表達(dá)的場景和事件，例如判斷一張圖像是在舉行婚禮還是在舉辦音樂會(huì)。圖像中的信息可能比較隱晦和復(fù)雜。以下哪種方法可能有助于提高語義理解的準(zhǔn)確性？（）A.構(gòu)建圖像的語義圖，分析物體之間的關(guān)系B.只關(guān)注圖像中的主要物體，忽略背景信息C.對圖像進(jìn)行簡單的分類，不進(jìn)行深入的語義分析D.隨機(jī)猜測圖像的語義13、在計(jì)算機(jī)視覺中，以下哪種方法常用于圖像的顯著目標(biāo)檢測中的高層語義信息利用？（）A.深度學(xué)習(xí)B.圖模型C.注意力機(jī)制D.以上都是14、計(jì)算機(jī)視覺中的語義分割任務(wù)旨在為圖像中的每個(gè)像素分配一個(gè)類別標(biāo)簽。假設(shè)要對醫(yī)學(xué)圖像中的病變區(qū)域進(jìn)行精確分割，以下哪種技術(shù)可能對提高分割精度有較大幫助？（）A.使用更深的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)B.引入多尺度特征融合C.增加訓(xùn)練數(shù)據(jù)中的噪聲D.減少網(wǎng)絡(luò)中的參數(shù)數(shù)量15、在計(jì)算機(jī)視覺的目標(biāo)跟蹤任務(wù)中，需要在連續(xù)的圖像幀中持續(xù)跟蹤一個(gè)特定的目標(biāo)。假設(shè)要跟蹤一個(gè)在運(yùn)動(dòng)場上快速移動(dòng)且形狀變化的運(yùn)動(dòng)員，同時(shí)存在其他相似物體的干擾。以下哪種目標(biāo)跟蹤算法在這種具有挑戰(zhàn)性的場景下表現(xiàn)更佳？（）A.基于卡爾曼濾波的跟蹤B.基于粒子濾波的跟蹤C(jī).基于深度學(xué)習(xí)的跟蹤D.基于均值漂移的跟蹤16、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.可以通過車輛檢測和計(jì)數(shù)來評估道路的擁堵程度B.能夠識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.可以與交通信號控制系統(tǒng)聯(lián)動(dòng)，實(shí)現(xiàn)自適應(yīng)的交通信號配時(shí)17、在計(jì)算機(jī)視覺的三維重建任務(wù)中，我們需要從多幅二維圖像中恢復(fù)物體的三維結(jié)構(gòu)。假設(shè)我們只有少量的、視角有限的圖像，以下哪種重建方法可能面臨較大挑戰(zhàn)？（）A.基于立體視覺的重建方法B.基于運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（StructurefromMotion）的方法C.利用激光掃描數(shù)據(jù)進(jìn)行重建D.基于模型擬合的重建方法18、計(jì)算機(jī)視覺中的目標(biāo)計(jì)數(shù)是估計(jì)圖像或視頻中目標(biāo)的數(shù)量。假設(shè)要在一張人群圖像中準(zhǔn)確計(jì)數(shù)人數(shù)，以下關(guān)于目標(biāo)計(jì)數(shù)方法的描述，正確的是：（）A.基于檢測的計(jì)數(shù)方法通過檢測每個(gè)個(gè)體來實(shí)現(xiàn)計(jì)數(shù)，對密集場景效果好B.基于回歸的計(jì)數(shù)方法直接預(yù)測目標(biāo)數(shù)量，計(jì)算速度快但精度較低C.深度學(xué)習(xí)中的注意力機(jī)制在目標(biāo)計(jì)數(shù)中沒有作用，不能提高計(jì)數(shù)準(zhǔn)確性D.目標(biāo)計(jì)數(shù)只需要考慮目標(biāo)的外觀特征，不需要考慮圖像的上下文信息19、計(jì)算機(jī)視覺中的語義理解旨在理解圖像或視頻中的高層語義信息。以下關(guān)于語義理解的說法，不正確的是（）A.語義理解需要將圖像中的物體、場景和事件等與先驗(yàn)知識進(jìn)行關(guān)聯(lián)和解釋B.知識圖譜可以為語義理解提供豐富的語義信息和關(guān)系C.語義理解在圖像描述生成、問答系統(tǒng)等任務(wù)中發(fā)揮著重要作用D.語義理解已經(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20、計(jì)算機(jī)視覺在安防監(jiān)控領(lǐng)域有著廣泛的應(yīng)用。假設(shè)一個(gè)商場需要通過監(jiān)控?cái)z像頭進(jìn)行人員異常行為檢測。以下關(guān)于安防監(jiān)控中的計(jì)算機(jī)視覺的描述，哪一項(xiàng)是不正確的？（）A.可以實(shí)時(shí)監(jiān)測人群的流動(dòng)情況，發(fā)現(xiàn)擁堵和異常聚集B.能夠識別人員的打斗、摔倒等異常行為，并及時(shí)發(fā)出警報(bào)C.計(jì)算機(jī)視覺系統(tǒng)能夠完全取代人工監(jiān)控，不需要人類保安的參與D.可以與其他安防設(shè)備（如門禁系統(tǒng)）聯(lián)動(dòng)，提高安防水平二、簡答題（本大題共5個(gè)小題，共25分)1、（本題5分）簡述圖像的直方圖規(guī)定化方法。2、（本題5分）計(jì)算機(jī)視覺中如何進(jìn)行武器裝備檢測和維護(hù)？3、（本題5分）解釋計(jì)算機(jī)視覺在氣象預(yù)測中的應(yīng)用。4、（本題5分）簡述圖像的飽和度調(diào)整方法。5、（本題5分）計(jì)算機(jī)視覺中如何利用強(qiáng)化學(xué)習(xí)進(jìn)行目標(biāo)搜索？三、分析題（本大題共5個(gè)小題，共25分)1、（本題5分）一家高端珠寶品牌的櫥窗展示設(shè)計(jì)華麗精致，燈光效果出色。請剖析此櫥窗設(shè)計(jì)如何展示珠寶的品質(zhì)和工藝，如何吸引路人的目光，以及在營造奢華氛圍和提升品牌形象方面的策略。2、（本題5分）某旅游目的地的宣傳冊設(shè)計(jì)通過精彩的攝影作品和精心編排的文字，展現(xiàn)了其迷人的風(fēng)光和獨(dú)特的文化。請分析宣傳冊在圖片選取、文字?jǐn)⑹?、版面?guī)劃方面的特點(diǎn)，以及如何吸引游客前往。3、（本題5分）分析某電商平臺(tái)的網(wǎng)頁設(shè)計(jì)，研究其在界面布局、色彩搭配、交互設(shè)計(jì)等方面如何提升用戶體驗(yàn)，促進(jìn)商品銷售。4、（本題5分）觀察某電子產(chǎn)品品牌的產(chǎn)品發(fā)布會(huì)視頻設(shè)計(jì)，闡述其如何通過視覺效果和演講內(nèi)容展