陽江職業(yè)技術(shù)學院《廣告創(chuàng)意與表現(xiàn)》2023-2024學年第一學期期末試卷

自覺遵守考場紀律如考試作弊此答卷無效密自覺遵守考場紀律如考試作弊此答卷無效密封線第2頁，共2頁陽江職業(yè)技術(shù)學院《廣告創(chuàng)意與表現(xiàn)》

2023-2024學年第一學期期末試卷院(系)_______班級_______學號_______姓名_______題號一二三四總分得分一、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.深度學習中的自動特征提取，例如通過卷積神經(jīng)網(wǎng)絡(luò)學習到的特征，比手工設(shè)計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2、在計算機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)，需要對視頻中的時空信息進行有效建模。以下哪種方法在時空建模方面可能具有優(yōu)勢？（）A.3D卷積神經(jīng)網(wǎng)絡(luò)B.長短時記憶網(wǎng)絡(luò)C.注意力機制D.以上都是3、在一個基于計算機視覺的機器人導航系統(tǒng)中，需要根據(jù)環(huán)境圖像來規(guī)劃機器人的路徑。以下哪種視覺導航方法可能更適合復雜動態(tài)環(huán)境？（）A.基于地圖的導航B.基于視覺里程計的導航C.基于深度學習的端到端導航D.以上都是4、計算機視覺中的姿態(tài)估計任務(wù)是估計人體或物體在三維空間中的姿態(tài)。假設(shè)要估計一個人體模特的姿態(tài)。以下關(guān)于姿態(tài)估計的描述，哪一項是不正確的？（）A.可以通過關(guān)鍵點檢測和關(guān)節(jié)角度計算來估計人體姿態(tài)B.深度學習中的卷積神經(jīng)網(wǎng)絡(luò)可以直接預(yù)測人體姿態(tài)的參數(shù)C.姿態(tài)估計在虛擬現(xiàn)實和增強現(xiàn)實等應(yīng)用中具有重要作用D.姿態(tài)估計的結(jié)果總是非常準確，不受人體遮擋和復雜動作的影響5、對于圖像的邊緣檢測任務(wù)，假設(shè)要準確檢測出圖像中物體的邊緣，同時抑制噪聲的影響。以下哪種邊緣檢測算子可能表現(xiàn)更好？（）A.Sobel算子B.Roberts算子C.Prewitt算子D.隨機生成邊緣檢測結(jié)果6、計算機視覺中的圖像增強旨在改善圖像的質(zhì)量和視覺效果。假設(shè)一張低對比度、有噪聲的醫(yī)學圖像需要進行增強處理，以突出病變區(qū)域并減少噪聲的影響。以下哪種圖像增強技術(shù)最為適合？（）A.直方圖均衡化B.中值濾波C.高斯濾波D.銳化濾波7、計算機視覺在工業(yè)檢測中的應(yīng)用可以提高產(chǎn)品質(zhì)量和生產(chǎn)效率。假設(shè)要檢測生產(chǎn)線上的零件是否存在缺陷，以下關(guān)于工業(yè)檢測中的計算機視覺應(yīng)用的描述，哪一項是不正確的？（）A.可以使用機器視覺系統(tǒng)對零件進行實時檢測，快速發(fā)現(xiàn)缺陷B.深度學習模型能夠自動學習正常零件和缺陷零件的特征差異，實現(xiàn)準確的缺陷檢測C.工業(yè)檢測中的計算機視覺系統(tǒng)需要具備高度的準確性和穩(wěn)定性，能夠適應(yīng)不同的生產(chǎn)環(huán)境D.計算機視覺在工業(yè)檢測中只能檢測外觀缺陷，對于零件的內(nèi)部結(jié)構(gòu)和性能無法進行評估8、計算機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9、計算機視覺中的虛擬現(xiàn)實（VR）和增強現(xiàn)實（AR）應(yīng)用需要實時生成逼真的視覺效果。假設(shè)要在一個VR游戲中為玩家提供沉浸式的視覺體驗，或者在AR應(yīng)用中準確地將虛擬物體與現(xiàn)實場景融合。以下哪種計算機視覺技術(shù)在實現(xiàn)這些效果時至關(guān)重要？（）A.實時渲染技術(shù)B.空間定位與追蹤技術(shù)C.三維重建與建模技術(shù)D.以上技術(shù)綜合應(yīng)用10、在目標檢測中，YOLO（YouOnlyLookOnce）算法的特點是（）A.檢測速度快B.檢測精度高C.適用于小目標檢測D.對遮擋不敏感11、在計算機視覺中，視頻摘要生成是從長視頻中提取關(guān)鍵內(nèi)容并生成簡潔的摘要。以下關(guān)于視頻摘要生成的敘述，不正確的是（）A.視頻摘要生成可以基于關(guān)鍵幀提取、內(nèi)容分析和故事線構(gòu)建等方法B.深度學習方法能夠?qū)W習視頻的語義信息，生成更有代表性的摘要C.視頻摘要生成在視頻瀏覽、檢索和存儲等方面具有實用價值D.視頻摘要生成能夠完全準確地反映視頻的所有重要內(nèi)容，沒有任何信息丟失12、在計算機視覺的姿態(tài)估計任務(wù)中，例如估計人體關(guān)節(jié)的位置和姿態(tài)，以下哪種方法可能在精度和實時性之間取得較好的平衡？（）A.基于模型的方法B.基于深度學習的回歸方法C.基于深度學習的分類方法D.以上都不是13、計算機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)要通過計算機視覺監(jiān)測道路上的車輛擁堵情況。以下關(guān)于計算機視覺在智能交通中的描述，哪一項是錯誤的？（）A.可以通過車輛檢測和計數(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.計算機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，實現(xiàn)自適應(yīng)的交通信號配時14、在計算機視覺的目標跟蹤任務(wù)中，跟蹤一個移動的物體具有挑戰(zhàn)性。假設(shè)要在一段視頻中跟蹤一個快速移動的車輛，以下關(guān)于目標跟蹤算法的描述，正確的是：（）A.基于卡爾曼濾波的目標跟蹤算法在處理非線性運動時效果最佳B.深度學習中的相關(guān)濾波方法能夠快速適應(yīng)目標的外觀變化和遮擋情況C.目標跟蹤算法不需要考慮目標的尺度變化和旋轉(zhuǎn)D.目標跟蹤的準確性只取決于初始幀中目標的定位精度15、假設(shè)要構(gòu)建一個能夠?qū)Ψb進行款式和顏色識別的計算機視覺系統(tǒng)，用于時尚推薦和庫存管理。在處理服裝圖像時，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)計的特征B.基于深度學習的自動特征C.顏色直方圖D.以上都是二、簡答題（本大題共4個小題，共20分)1、（本題5分）計算機視覺中如何進行食品包裝檢測？2、（本題5分）說明計算機視覺在交通擁堵預(yù)測中的應(yīng)用。3、（本題5分）說明計算機視覺在情報分析中的作用。4、（本題5分）說明計算機視覺在能源管理中的應(yīng)用。三、應(yīng)用題（本大題共5個小題，共25分)1、（本題5分）開發(fā)一個基于計算機視覺的手寫數(shù)字識別系統(tǒng)。2、（本題5分）運用圖像分類技術(shù)，對不同種類的運動器材進行分類。3、（本題5分）通過圖像分類算法，對不同種類的花卉圖像進行準確分類。4、（本題5分）通過深度學習模型，對一批手寫數(shù)字圖像進行識別和分類。5、（本題5分）運用計算機視覺技術(shù)，對飛機機身的表面缺陷進行檢測。四、分析題（本大題共4個小題，共40分)1、（本題10分）解析某食品品牌的品牌故事畫冊設(shè)計，探討其如何通過圖片、文字、排版等講述品牌的發(fā)展歷程和價值觀，增強消費者對品牌的認同感。2、（本題10分）以一個音樂節(jié)的舞臺設(shè)計為例，分析其視覺