安康職業(yè)技術(shù)學(xué)院《建筑與環(huán)境設(shè)計(jì)方法》2023-2024學(xué)年第一學(xué)期期末試卷

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(xiě)、漏寫(xiě)或字跡不清者，成績(jī)按零分記?！堋狻€…………第1頁(yè)，共1頁(yè)安康職業(yè)技術(shù)學(xué)院

《建筑與環(huán)境設(shè)計(jì)方法》2023-2024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(jué)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。以下關(guān)于圖像去噪方法的描述，正確的是：（）A.中值濾波能夠有效地去除椒鹽噪聲，但會(huì)使圖像變得模糊B.均值濾波在去除噪聲的同時(shí)能夠很好地保留圖像的細(xì)節(jié)信息C.小波變換去噪方法計(jì)算復(fù)雜度高，不適合處理大規(guī)模圖像D.所有的圖像去噪方法都能夠完全恢復(fù)出原始的無(wú)噪圖像2、計(jì)算機(jī)視覺(jué)中的表情識(shí)別用于分析人臉的表情狀態(tài)。假設(shè)要在一個(gè)在線教育平臺(tái)中檢測(cè)學(xué)生的學(xué)習(xí)狀態(tài)。以下關(guān)于表情識(shí)別的描述，哪一項(xiàng)是不正確的？（）A.可以通過(guò)提取面部肌肉的運(yùn)動(dòng)特征來(lái)判斷表情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)表情的特征表示C.表情識(shí)別能夠準(zhǔn)確區(qū)分細(xì)微的表情變化，如困惑和專注D.表情識(shí)別不受面部遮擋和光照變化的影響，始終能夠準(zhǔn)確判斷3、在計(jì)算機(jī)視覺(jué)中，圖像生成是創(chuàng)建新的圖像內(nèi)容。以下關(guān)于圖像生成的說(shuō)法，錯(cuò)誤的是（）A.可以通過(guò)生成對(duì)抗網(wǎng)絡(luò)（GAN）、變分自編碼器（VAE）等模型進(jìn)行圖像生成B.圖像生成可以用于藝術(shù)創(chuàng)作、數(shù)據(jù)增強(qiáng)和虛擬場(chǎng)景構(gòu)建等任務(wù)C.生成的圖像質(zhì)量和真實(shí)性在不斷提高，但仍然存在一些缺陷和不完美之處D.圖像生成可以完全根據(jù)用戶的任意想象生成任何內(nèi)容，不受任何限制4、圖像分割是將圖像細(xì)分為不同的區(qū)域或?qū)ο蟆＜僭O(shè)我們需要對(duì)醫(yī)學(xué)圖像中的腫瘤進(jìn)行精確分割，以輔助醫(yī)生進(jìn)行診斷和治療。在這種對(duì)精度要求很高的應(yīng)用中，以下哪種圖像分割方法可能更合適？（）A.基于閾值的圖像分割B.基于邊緣檢測(cè)的圖像分割C.基于區(qū)域生長(zhǎng)的圖像分割D.基于深度學(xué)習(xí)的語(yǔ)義分割算法，如U-Net5、計(jì)算機(jī)視覺(jué)中的場(chǎng)景理解任務(wù)旨在理解圖像或視頻中的整體場(chǎng)景信息。假設(shè)要理解一張城市街道的圖片中的場(chǎng)景。以下關(guān)于場(chǎng)景理解的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過(guò)對(duì)物體、人物和環(huán)境的分析來(lái)理解場(chǎng)景的語(yǔ)義信息B.深度學(xué)習(xí)中的語(yǔ)義分割技術(shù)可以幫助區(qū)分場(chǎng)景中的不同區(qū)域和物體類(lèi)別C.場(chǎng)景理解只需要考慮圖像中的視覺(jué)元素，不需要考慮上下文和先驗(yàn)知識(shí)D.可以結(jié)合地理信息和時(shí)間信息，進(jìn)一步豐富對(duì)場(chǎng)景的理解6、在計(jì)算機(jī)視覺(jué)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(jué)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)7、計(jì)算機(jī)視覺(jué)在無(wú)人駕駛中的應(yīng)用至關(guān)重要。假設(shè)要通過(guò)車(chē)載攝像頭識(shí)別道路上的交通標(biāo)志和標(biāo)線，以下關(guān)于應(yīng)對(duì)復(fù)雜環(huán)境變化的策略，哪一項(xiàng)是不正確的？（）A.利用多模態(tài)數(shù)據(jù)融合，如結(jié)合攝像頭和激光雷達(dá)的信息B.定期更新模型，適應(yīng)新出現(xiàn)的交通標(biāo)志和標(biāo)線C.只依靠單一攝像頭的圖像信息，不考慮其他傳感器D.對(duì)不同天氣和光照條件下的數(shù)據(jù)進(jìn)行增強(qiáng)訓(xùn)練8、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別用于分析視頻中的人體動(dòng)作。假設(shè)要識(shí)別一段舞蹈視頻中的動(dòng)作類(lèi)別。以下關(guān)于動(dòng)作識(shí)別方法的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.可以基于時(shí)空特征提取的方法，捕捉動(dòng)作在時(shí)間和空間上的變化B.深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）適用于動(dòng)作序列的分析C.動(dòng)作識(shí)別只需要關(guān)注人體的關(guān)節(jié)位置，不需要考慮人體的整體形態(tài)D.多模態(tài)數(shù)據(jù)融合，如結(jié)合音頻和視頻信息，可以提高動(dòng)作識(shí)別的準(zhǔn)確率9、計(jì)算機(jī)視覺(jué)中的行人重識(shí)別是指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)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，以下關(guān)于行人重識(shí)別方法的描述，正確的是：（）A.基于顏色和紋理特征的方法對(duì)行人的姿態(tài)和光照變化不敏感，識(shí)別準(zhǔn)確率高B.深度學(xué)習(xí)中的度量學(xué)習(xí)方法能夠?qū)W習(xí)到行人的判別性特征，但容易受到背景干擾C.行人重識(shí)別系統(tǒng)只需要關(guān)注行人的外觀特征，不需要考慮行人的行為特征D.行人重識(shí)別在不同場(chǎng)景和攝像頭視角下的性能始終保持穩(wěn)定，不受影響10、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中，假設(shè)要生成具有真實(shí)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(duì)抗網(wǎng)絡(luò)（GAN）能夠生成逼真的圖像，但訓(xùn)練過(guò)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(shí)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(shí)世界完全一致的圖像11、計(jì)算機(jī)視覺(jué)中的圖像超分辨率重建旨在提高圖像的分辨率和細(xì)節(jié)。假設(shè)要將一張低分辨率的老照片重建為高分辨率的清晰圖像，同時(shí)要保持圖像的自然度和真實(shí)性。以下哪種圖像超分辨率重建方法最為適合？（）A.基于插值的方法B.基于重建的方法C.基于深度學(xué)習(xí)的方法D.基于學(xué)習(xí)字典的方法12、在計(jì)算機(jī)視覺(jué)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(lèi)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13、在計(jì)算機(jī)視覺(jué)的圖像融合任務(wù)中，將多幅圖像合成為一幅更完整、更有信息的圖像。假設(shè)要將一張白天拍攝的風(fēng)景圖像和一張夜晚拍攝的同一地點(diǎn)的圖像進(jìn)行融合，以下關(guān)于圖像融合方法的描述，哪一項(xiàng)是不正確的？（）A.可以基于像素級(jí)的融合策略，將兩幅圖像的像素值進(jìn)行加權(quán)或組合B.特征級(jí)融合方法先提取圖像的特征，然后進(jìn)行融合，能夠更好地保留圖像的語(yǔ)義信息C.圖像融合的效果只取決于融合算法的選擇，與輸入圖像的質(zhì)量和內(nèi)容無(wú)關(guān)D.多模態(tài)圖像融合需要考慮不同圖像的特點(diǎn)和互補(bǔ)性，以獲得更理想的融合結(jié)果14、計(jì)算機(jī)視覺(jué)在醫(yī)療手術(shù)中的應(yīng)用可以為醫(yī)生提供輔助和支持。假設(shè)在一個(gè)微創(chuàng)手術(shù)中，計(jì)算機(jī)視覺(jué)用于引導(dǎo)手術(shù)器械。以下關(guān)于計(jì)算機(jī)視覺(jué)在醫(yī)療手術(shù)中的描述，哪一項(xiàng)是不正確的？（）A.可以通過(guò)實(shí)時(shí)圖像分析，為醫(yī)生提供器械與組織的相對(duì)位置和姿態(tài)信息B.能夠?qū)κ中g(shù)區(qū)域進(jìn)行精準(zhǔn)的分割和標(biāo)注，幫助醫(yī)生識(shí)別關(guān)鍵結(jié)構(gòu)C.計(jì)算機(jī)視覺(jué)在醫(yī)療手術(shù)中的應(yīng)用已經(jīng)非常成熟，不存在任何風(fēng)險(xiǎn)和誤差D.可以與機(jī)器人手術(shù)系統(tǒng)結(jié)合，實(shí)現(xiàn)更精確和穩(wěn)定的手術(shù)操作15、在計(jì)算機(jī)視覺(jué)的應(yīng)用中，人臉識(shí)別技術(shù)受到廣泛關(guān)注。假設(shè)一個(gè)人臉識(shí)別系統(tǒng)正在進(jìn)行身份驗(yàn)證，以下關(guān)于人臉識(shí)別的描述，正確的是：（）A.只依靠面部的幾何形狀信息就能實(shí)現(xiàn)準(zhǔn)確的人臉識(shí)別B.光照變化和面部表情對(duì)人臉識(shí)別的準(zhǔn)確率沒(méi)有影響C.結(jié)合深度學(xué)習(xí)模型和多模態(tài)信息，如紅外圖像，可以提高人臉識(shí)別的性能和可靠性D.人臉識(shí)別系統(tǒng)不需要考慮數(shù)據(jù)的隱私和安全問(wèn)題16、在計(jì)算機(jī)視覺(jué)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(lái)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(wú)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17、圖像分類(lèi)是計(jì)算機(jī)視覺(jué)的基本任務(wù)之一。假設(shè)要對(duì)大量的動(dòng)物圖像進(jìn)行分類(lèi)，將其分為貓、狗、兔子等類(lèi)別。在進(jìn)行圖像分類(lèi)時(shí)，以下關(guān)于特征提取的描述，正確的是：（）A.手工設(shè)計(jì)的特征，如顏色直方圖、紋理特征等，總是比自動(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)到具有判別性的圖像特征，無(wú)需人工干預(yù)C.特征提取的好壞對(duì)圖像分類(lèi)的結(jié)果影響不大，主要取決于分類(lèi)器的性能D.為了提高分類(lèi)準(zhǔn)確率，應(yīng)該盡可能多地提取圖像的各種特征，而不考慮特征的冗余性18、在計(jì)算機(jī)視覺(jué)的圖像修復(fù)任務(wù)中，恢復(fù)圖像中缺失或損壞的部分。假設(shè)要修復(fù)一張老照片中缺失的部分，以下關(guān)于圖像修復(fù)方法的描述，正確的是：（）A.基于紋理合成的圖像修復(fù)方法能夠完美恢復(fù)復(fù)雜的結(jié)構(gòu)和細(xì)節(jié)B.深度學(xué)習(xí)中的自編碼器在圖像修復(fù)中無(wú)法學(xué)習(xí)到有效的特征表示C.圖像修復(fù)的結(jié)果不受缺失區(qū)域的大小和形狀的影響D.結(jié)合先驗(yàn)知識(shí)和上下文信息的深度學(xué)習(xí)方法可以產(chǎn)生更合理和自然的修復(fù)效果19、在計(jì)算機(jī)視覺(jué)的人臉識(shí)別任務(wù)中，假設(shè)要實(shí)現(xiàn)一個(gè)能夠在不同光照和表情下準(zhǔn)確識(shí)別的系統(tǒng)。以下關(guān)于數(shù)據(jù)預(yù)處理的步驟，哪一項(xiàng)是最重要的？（）A.對(duì)人臉圖像進(jìn)行歸一化處理，統(tǒng)一大小和亮度B.對(duì)圖像進(jìn)行銳化處理，增強(qiáng)面部特征C.給圖像添加藝術(shù)效果，提高美觀度D.隨機(jī)裁剪圖像，增加數(shù)據(jù)多樣性20、在計(jì)算機(jī)視覺(jué)的視頻分析中，假設(shè)要對(duì)一段監(jiān)控視頻中的異常行為進(jìn)行檢測(cè)。以下關(guān)于特征提取的方法，哪一項(xiàng)是不太適合的？（）A.提取每一幀圖像的顏色、紋理等低級(jí)特征B.利用光流信息來(lái)捕捉物體的運(yùn)動(dòng)特征C.僅分析視頻的音頻信息，忽略圖像內(nèi)容D.結(jié)合時(shí)空特征，同時(shí)考慮空間和時(shí)間維度的信息二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）簡(jiǎn)述圖像的角點(diǎn)檢測(cè)算法。2、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在自動(dòng)駕駛領(lǐng)域的應(yīng)用及面臨的挑戰(zhàn)。3、（本題5分）描述計(jì)算機(jī)視覺(jué)在水文監(jiān)測(cè)中的應(yīng)用。三、分析題（本大題共5個(gè)小題，共25分)1、（本題5分）以一個(gè)藝術(shù)展覽的宣傳冊(cè)設(shè)計(jì)為例，分析其如何通過(guò)視覺(jué)傳達(dá)展示藝術(shù)作品和展覽信息。2、（本題5分）研究某電商品牌的社交媒體廣告設(shè)計(jì)，探討其如何通過(guò)視覺(jué)內(nèi)容吸引用戶點(diǎn)擊和購(gòu)買(mǎi)產(chǎn)品。3、（本題5分）以某品牌的戶外廣告牌設(shè)計(jì)為例，分析其在尺寸、畫(huà)面設(shè)計(jì)、位置選擇等方面如何吸引遠(yuǎn)距離觀