上海海洋大學(xué)《海報(bào)設(shè)計(jì)專題設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷

自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密封線第1頁(yè)，共3頁(yè)上海海洋大學(xué)《海報(bào)設(shè)計(jì)專題設(shè)計(jì)》

2023-2024學(xué)年第一學(xué)期期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三四總分得分一、單選題（本大題共20個(gè)小題，每小題2分，共40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)視覺的圖像增強(qiáng)任務(wù)中，旨在改善圖像的質(zhì)量。假設(shè)一張低光照條件下拍攝的照片需要增強(qiáng)。以下關(guān)于圖像增強(qiáng)方法的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過直方圖均衡化方法增強(qiáng)圖像的對(duì)比度B.基于濾波的方法能夠去除圖像中的噪聲，同時(shí)增強(qiáng)細(xì)節(jié)C.圖像增強(qiáng)可以無限制地提高圖像的質(zhì)量，不存在過度增強(qiáng)的問題D.深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)（GAN）也可以用于圖像增強(qiáng)2、計(jì)算機(jī)視覺在文物保護(hù)和修復(fù)中的應(yīng)用逐漸增多。假設(shè)要對(duì)一幅古老的繪畫進(jìn)行數(shù)字化修復(fù)和增強(qiáng)，以下關(guān)于顏色恢復(fù)的挑戰(zhàn)，哪一項(xiàng)是最為顯著的？（）A.由于年代久遠(yuǎn)，原畫作的顏色信息缺失嚴(yán)重B.不同區(qū)域的顏色褪色程度不一致，難以統(tǒng)一恢復(fù)C.缺乏對(duì)原畫作創(chuàng)作時(shí)所用顏料的了解，難以準(zhǔn)確還原顏色D.修復(fù)過程中可能引入新的顏色偏差，影響修復(fù)效果3、在計(jì)算機(jī)視覺的行人重識(shí)別任務(wù)中，需要在不同攝像頭拍攝的圖像中識(shí)別出同一個(gè)行人。假設(shè)我們要在一個(gè)大型商場(chǎng)的監(jiān)控系統(tǒng)中實(shí)現(xiàn)行人重識(shí)別，以下哪種特征和模型能夠提高識(shí)別的準(zhǔn)確率和跨攝像頭的泛化能力？（）A.基于顏色和紋理的特征B.基于深度學(xué)習(xí)的全局特征和度量學(xué)習(xí)C.基于形狀和輪廓的特征D.基于步態(tài)和姿勢(shì)的特征4、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、對(duì)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(chǎng)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(duì)圖像進(jìn)行簡(jiǎn)單的分類，不進(jìn)行深入的語義分析D.隨機(jī)猜測(cè)圖像的語義7、在計(jì)算機(jī)視覺的圖像超分辨率重建中，提高低分辨率圖像的清晰度。假設(shè)要將一張模糊的圖像重建為清晰的高分辨率圖像，以下關(guān)于圖像超分辨率重建方法的描述，哪一項(xiàng)是不正確的？（）A.基于插值的方法通過在像素之間插入新的值來增加圖像的分辨率，但可能會(huì)導(dǎo)致圖像模糊B.基于深度學(xué)習(xí)的方法能夠?qū)W習(xí)低分辨率圖像和高分辨率圖像之間的映射關(guān)系，重建出更清晰的圖像C.圖像超分辨率重建可以無限制地提高圖像的分辨率，不受原始圖像信息的限制D.為了獲得更好的重建效果，可以結(jié)合多種超分辨率重建方法或使用先驗(yàn)知識(shí)8、計(jì)算機(jī)視覺中的姿態(tài)估計(jì)任務(wù)是估計(jì)人體或物體在三維空間中的姿態(tài)。假設(shè)要估計(jì)一個(gè)人體模特的姿態(tài)。以下關(guān)于姿態(tài)估計(jì)的描述，哪一項(xiàng)是不正確的？（）A.可以通過關(guān)鍵點(diǎn)檢測(cè)和關(guān)節(jié)角度計(jì)算來估計(jì)人體姿態(tài)B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)可以直接預(yù)測(cè)人體姿態(tài)的參數(shù)C.姿態(tài)估計(jì)在虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等應(yīng)用中具有重要作用D.姿態(tài)估計(jì)的結(jié)果總是非常準(zhǔn)確，不受人體遮擋和復(fù)雜動(dòng)作的影響9、計(jì)算機(jī)視覺在安防監(jiān)控領(lǐng)域有廣泛應(yīng)用。假設(shè)要通過監(jiān)控?cái)z像頭實(shí)時(shí)檢測(cè)人群中的異常行為，以下關(guān)于實(shí)時(shí)性和準(zhǔn)確性的平衡，哪一項(xiàng)是最為關(guān)鍵的？（）A.優(yōu)先保證實(shí)時(shí)性，即使準(zhǔn)確性略有降低B.優(yōu)先保證準(zhǔn)確性，允許一定的延遲C.不考慮實(shí)時(shí)性和準(zhǔn)確性，只要能檢測(cè)出異常行為即可D.完全無法平衡實(shí)時(shí)性和準(zhǔn)確性，只能根據(jù)具體情況選擇其一10、在進(jìn)行計(jì)算機(jī)視覺的三維重建時(shí)，需要從多個(gè)視角的圖像中恢復(fù)物體的三維形狀和結(jié)構(gòu)。假設(shè)要對(duì)一個(gè)復(fù)雜的古建筑進(jìn)行三維重建，圖像采集存在視角偏差和部分遮擋。以下哪種三維重建方法在處理這種不完整和有噪聲的數(shù)據(jù)時(shí)效果較好？（）A.基于立體視覺的重建B.基于運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SfM）的重建C.基于激光掃描的重建D.基于深度學(xué)習(xí)的重建11、物體檢測(cè)是計(jì)算機(jī)視覺中的一項(xiàng)關(guān)鍵任務(wù)。假設(shè)一個(gè)智能監(jiān)控系統(tǒng)需要檢測(cè)場(chǎng)景中的特定物體，如背包、自行車等。以下關(guān)于物體檢測(cè)算法的描述，哪一項(xiàng)是不正確的？（）A.基于深度學(xué)習(xí)的物體檢測(cè)算法能夠同時(shí)檢測(cè)多個(gè)物體，并給出它們的位置和類別B.可以通過滑動(dòng)窗口的方法在圖像中搜索可能的物體區(qū)域，然后進(jìn)行分類判斷C.物體檢測(cè)算法需要對(duì)大量的標(biāo)注圖像進(jìn)行訓(xùn)練，以學(xué)習(xí)不同物體的特征D.無論物體的大小、形狀和顏色如何變化，物體檢測(cè)算法都能準(zhǔn)確檢測(cè)到12、在計(jì)算機(jī)視覺的目標(biāo)跟蹤任務(wù)中，需要持續(xù)跟蹤一個(gè)或多個(gè)運(yùn)動(dòng)目標(biāo)。假設(shè)要跟蹤一個(gè)在操場(chǎng)上跑步的人。以下關(guān)于目標(biāo)跟蹤算法的描述，哪一項(xiàng)是不正確的？（）A.可以基于特征匹配的方法，在連續(xù)的幀中找到目標(biāo)的相似特征來實(shí)現(xiàn)跟蹤B.深度學(xué)習(xí)中的相關(guān)濾波算法能夠快速準(zhǔn)確地跟蹤目標(biāo)，適應(yīng)目標(biāo)的外觀變化C.目標(biāo)跟蹤算法能夠在目標(biāo)被遮擋或短暫消失后，仍然準(zhǔn)確地恢復(fù)跟蹤D.無論目標(biāo)的運(yùn)動(dòng)速度和軌跡如何復(fù)雜，目標(biāo)跟蹤算法都能完美地跟蹤13、在計(jì)算機(jī)視覺的圖像分割任務(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)14、計(jì)算機(jī)視覺中的圖像語義分割需要為圖像中的每個(gè)像素分配類別標(biāo)簽。假設(shè)要對(duì)一張城市街景圖像進(jìn)行語義分割，包括道路、建筑物、車輛和行人等。以下哪種圖像語義分割方法在處理這種復(fù)雜場(chǎng)景時(shí)能夠提供更精細(xì)的分割結(jié)果？（）A.全卷積網(wǎng)絡(luò)（FCN）B.U-NetC.SegNetD.DeepLab15、計(jì)算機(jī)視覺中的行人重識(shí)別是在不同攝像頭拍攝的圖像或視頻中識(shí)別出特定的行人。以下關(guān)于行人重識(shí)別的敘述，不正確的是（）A.行人重識(shí)別需要提取具有判別性的行人特征，克服視角、光照和姿態(tài)的變化B.深度學(xué)習(xí)方法在行人重識(shí)別任務(wù)中取得了顯著的性能提升C.行人重識(shí)別在智能安防、視頻監(jiān)控和人員追蹤等領(lǐng)域有重要的應(yīng)用D.行人重識(shí)別技術(shù)已經(jīng)能夠在大規(guī)模數(shù)據(jù)集上達(dá)到100%的準(zhǔn)確率16、在計(jì)算機(jī)視覺的目標(biāo)識(shí)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）17、計(jì)算機(jī)視覺中的行人重識(shí)別任務(wù)是在不同攝像頭中識(shí)別出特定的行人。假設(shè)要在一個(gè)大型火車站中尋找一個(gè)走失的兒童。以下關(guān)于行人重識(shí)別的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.可以利用行人的服裝顏色、款式和攜帶物品等特征進(jìn)行重識(shí)別B.深度學(xué)習(xí)中的度量學(xué)習(xí)方法可以學(xué)習(xí)行人的特征表示，提高重識(shí)別的準(zhǔn)確率C.行人重識(shí)別不受行人姿態(tài)變化和攝像頭視角差異的影響D.可以通過構(gòu)建大規(guī)模的行人數(shù)據(jù)集進(jìn)行訓(xùn)練，提升模型的泛化能力18、在計(jì)算機(jī)視覺的圖像修復(fù)任務(wù)中，假設(shè)要修復(fù)一張有部分缺失的圖像。以下關(guān)于圖像修復(fù)方法的描述，正確的是：（）A.基于擴(kuò)散的圖像修復(fù)方法能夠自然地填充缺失區(qū)域，但修復(fù)速度慢B.基于樣本的圖像修復(fù)方法可以快速生成修復(fù)結(jié)果，但容易出現(xiàn)重復(fù)紋理C.深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)（GAN）在圖像修復(fù)中無法保證修復(fù)內(nèi)容與周圍區(qū)域的一致性D.所有的圖像修復(fù)方法都能夠完美地恢復(fù)出圖像缺失部分的真實(shí)內(nèi)容19、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)景的布局和功能，例如判斷是辦公室還是客廳。以下哪種信息對(duì)于準(zhǔn)確理解場(chǎng)景是至關(guān)重要的？（）A.物體的類別和位置B.圖像的顏色分布C.圖像的拍攝角度D.隨機(jī)選擇圖像中的部分區(qū)域進(jìn)行分析20、在計(jì)算機(jī)視覺的姿態(tài)估計(jì)任務(wù)中，需要確定物體在三維空間中的方向和位置。假設(shè)要估計(jì)一個(gè)機(jī)器人手臂的姿態(tài)，以實(shí)現(xiàn)精確的控制和操作。以下哪種姿態(tài)估計(jì)方法在處理這種機(jī)械結(jié)構(gòu)時(shí)準(zhǔn)確性更高？（）A.基于模型的姿態(tài)估計(jì)B.基于深度學(xué)習(xí)的姿態(tài)估計(jì)C.基于視覺慣性里程計(jì)的姿態(tài)估計(jì)D.基于幾何約束的姿態(tài)估計(jì)二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）簡(jiǎn)述圖像的飽和度調(diào)整方法。2、（本題5分）簡(jiǎn)述圖像的色彩匹配方法。3、（本題5分）解釋計(jì)算機(jī)視覺在法律服務(wù)中的作用。三、分析題（本大題共5個(gè)小題，共25分)1、（本題5分）一款化妝品的促銷海報(bào)設(shè)計(jì)吸引眼球，促進(jìn)銷售。請(qǐng)分析促銷海報(bào)在優(yōu)惠信息展示、產(chǎn)品效果圖呈現(xiàn)、色彩對(duì)比運(yùn)用上的技巧，以及如何激發(fā)消費(fèi)者的購(gòu)買欲望。2、（本題5分）分析某音樂專輯的封面設(shè)計(jì)，思考其如何通過圖像和文字傳達(dá)音樂的風(fēng)格和情感，吸引聽眾購(gòu)買和聆聽。3、（本題5分）某城市的公共交通系統(tǒng)進(jìn)行了標(biāo)識(shí)系統(tǒng)的重新設(shè)計(jì)，新的標(biāo)識(shí)更加清晰、易懂和具有辨識(shí)度。請(qǐng)分析其在符號(hào)設(shè)計(jì)、色彩選擇、信息層級(jí)構(gòu)建方面的改進(jìn)，以及如何提高了市民出行的便