武漢晴川學(xué)院《流行趨勢與設(shè)計專題》2023-2024學(xué)年第一學(xué)期期末試卷

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頁武漢晴川學(xué)院《流行趨勢與設(shè)計專題》

2023-2024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15個小題，每小題1分，共15分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、在計算機(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，類別不均衡不會對結(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2、計算機(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3、在計算機(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，哪一項是不太有效的？（）A.利用目標(biāo)在遮擋前的運(yùn)動軌跡預(yù)測其位置B.完全放棄對被遮擋目標(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4、在計算機(jī)視覺的圖像生成任務(wù)中，假設(shè)要生成具有真實感的自然圖像。以下關(guān)于圖像生成方法的描述，正確的是：（）A.生成對抗網(wǎng)絡(luò)（GAN）能夠生成逼真的圖像，但訓(xùn)練過程不穩(wěn)定，容易模式崩潰B.變分自編碼器（VAE）生成的圖像多樣性好，但真實感不如GAN生成的圖像C.自回歸模型在圖像生成中效率高，能夠快速生成高質(zhì)量的圖像D.所有的圖像生成方法都能夠生成與真實世界完全一致的圖像5、對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.對低分辨率圖像進(jìn)行簡單的銳化處理D.不進(jìn)行任何處理，直接使用低分辨率圖像6、在計算機(jī)視覺的場景理解任務(wù)中，假設(shè)要理解一個室內(nèi)場景的布局和物體關(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)，期望其自動學(xué)習(xí)場景理解D.結(jié)合CNN和RNN，構(gòu)建端到端的場景理解模型7、在計算機(jī)視覺的圖像配準(zhǔn)任務(wù)中，需要將不同時間或視角拍攝的圖像進(jìn)行對齊。假設(shè)要將兩張拍攝角度不同的衛(wèi)星圖像進(jìn)行精確配準(zhǔn)，圖像中存在地形變化和云層遮擋。以下哪種圖像配準(zhǔn)方法在這種困難情況下能夠取得較好的效果？（）A.基于特征的配準(zhǔn)B.基于灰度的配準(zhǔn)C.基于變換模型的配準(zhǔn)D.基于深度學(xué)習(xí)的配準(zhǔn)8、在計算機(jī)視覺的圖像分割任務(wù)中，假設(shè)要對細(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，哪一項是不準(zhǔn)確的？（）A.模型對細(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)練時間和計算資源需求D.模型的知名度和在學(xué)術(shù)圈的引用次數(shù)9、計算機(jī)視覺中的視覺注意力機(jī)制用于聚焦圖像中的重要區(qū)域。以下關(guān)于視覺注意力機(jī)制的說法，不正確的是（）A.視覺注意力機(jī)制可以根據(jù)圖像的特征和任務(wù)需求動態(tài)地選擇關(guān)注的區(qū)域B.注意力機(jī)制能夠提高模型的效率和性能，減少對無關(guān)信息的處理C.視覺注意力機(jī)制在圖像分類、目標(biāo)檢測和圖像生成等任務(wù)中得到了廣泛應(yīng)用D.視覺注意力機(jī)制的引入會增加模型的復(fù)雜度和計算量，降低模型的訓(xùn)練速度10、對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)計的方法，計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11、在計算機(jī)視覺的目標(biāo)計數(shù)任務(wù)中，統(tǒng)計圖像或視頻中目標(biāo)的數(shù)量。假設(shè)要統(tǒng)計一個果園中蘋果的數(shù)量，以下關(guān)于目標(biāo)計數(shù)方法的描述，哪一項是不正確的？（）A.可以基于圖像分割和對象識別的方法，先分割出每個蘋果，然后進(jìn)行計數(shù)B.利用深度學(xué)習(xí)中的回歸模型直接預(yù)測蘋果的數(shù)量C.目標(biāo)計數(shù)不受蘋果的大小、形狀和分布的影響，任何情況下都能準(zhǔn)確計數(shù)D.結(jié)合多視角圖像或視頻序列可以提高目標(biāo)計數(shù)的準(zhǔn)確性12、計算機(jī)視覺中的動作識別是一個具有挑戰(zhàn)性的任務(wù)。假設(shè)要識別一段體育比賽視頻中的運(yùn)動員動作，以下關(guān)于特征選擇的方法，哪一項是不太可行的？（）A.提取運(yùn)動員的身體輪廓和關(guān)節(jié)位置作為特征B.僅使用視頻的音頻信息來判斷運(yùn)動員的動作C.計算視頻幀之間的光流變化作為動作特征D.結(jié)合空間和時間維度的特征來描述動作13、在計算機(jī)視覺的圖像超分辨率任務(wù)中，假設(shè)要將一張低分辨率圖像恢復(fù)為高分辨率圖像。以下關(guān)于圖像超分辨率方法的描述，正確的是：（）A.基于插值的方法簡單快速，但恢復(fù)出的圖像細(xì)節(jié)不夠清晰B.基于深度學(xué)習(xí)的方法能夠生成逼真的高分辨率圖像，但需要大量的訓(xùn)練數(shù)據(jù)和計算資源C.圖像超分辨率技術(shù)可以無限制地提高圖像的分辨率，不受硬件限制D.所有的圖像超分辨率方法都能夠完全恢復(fù)出原始高分辨率圖像的所有信息14、計算機(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)控攝像頭實時檢測人群中的異常行為，以下哪種方法可能需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練？（）A.基于規(guī)則的方法B.基于深度學(xué)習(xí)的方法C.基于背景減除的方法D.基于幀差法的方法15、在計算機(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二、簡答題（本大題共4個小題，共20分)1、（本題5分）說明計算機(jī)視覺在照明行業(yè)中的應(yīng)用。2、（本題5分）說明計算機(jī)視覺在租賃行業(yè)中的應(yīng)用。3、（本題5分）解釋計算機(jī)視覺中的動作識別任務(wù)。4、（本題5分）簡述計算機(jī)視覺中的語義分割與實例分割的區(qū)別。三、應(yīng)用題（本大題共5個小題，共25分)1、（本題5分）通過圖像分類算法，對不同種類的花卉圖像進(jìn)行準(zhǔn)確分類。2、（本題5分）基于計算機(jī)視覺的智能圖書館書架管理系統(tǒng)，實現(xiàn)圖書的自動整理和查找。3、（本題5分）開發(fā)一個可以識別不同種類珊瑚的計算機(jī)視覺應(yīng)用。4、（本題5分）開發(fā)一個能夠識別不同種類食肉動物的計算機(jī)視覺系統(tǒng)。5、（本題5分）開發(fā)一個能夠識別不同樂器的計算機(jī)視覺程序。四、分析題（本大題共4個小題，共40分)1、（本題10分）分析某品牌的手機(jī)應(yīng)用界面設(shè)計，探討其在功能布局、色彩搭配和交互設(shè)計等方面的特點，以及如何提升用戶體驗。2、（本題10分）研究某文具品牌的校園推廣活動海報設(shè)計，剖析其如何針對學(xué)生