甘肅鋼鐵職業(yè)技術(shù)學(xué)院《廣告創(chuàng)意與表現(xiàn)》2023-2024學(xué)年第二學(xué)期期末試卷

自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密自覺(jué)遵守考場(chǎng)紀(jì)律如考試作弊此答卷無(wú)效密封線第1頁(yè)，共3頁(yè)甘肅鋼鐵職業(yè)技術(shù)學(xué)院《廣告創(chuàng)意與表現(xiàn)》

2023-2024學(xué)年第二學(xué)期期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三四總分得分批閱人一、單選題（本大題共15個(gè)小題，每小題1分，共15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、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別是對(duì)視頻中的人體動(dòng)作進(jìn)行分類和理解。假設(shè)我們要分析一段體育比賽的視頻，識(shí)別其中運(yùn)動(dòng)員的各種動(dòng)作，以下哪種方法能夠有效地捕捉動(dòng)作的時(shí)空特征？（）A.基于手工特征和分類器的方法B.基于深度學(xué)習(xí)的時(shí)空卷積網(wǎng)絡(luò)C.基于光流和軌跡的方法D.基于隱馬爾可夫模型的方法2、計(jì)算機(jī)視覺(jué)在文物保護(hù)和數(shù)字化中的應(yīng)用可以幫助記錄和分析文物信息。假設(shè)要對(duì)一件古老的雕塑進(jìn)行三維數(shù)字化和表面紋理分析，以下關(guān)于文物保護(hù)計(jì)算機(jī)視覺(jué)應(yīng)用的描述，正確的是：（）A.傳統(tǒng)的攝影測(cè)量方法在文物數(shù)字化中比基于深度學(xué)習(xí)的方法更精確B.文物的復(fù)雜形狀和表面材質(zhì)對(duì)數(shù)字化和分析過(guò)程沒(méi)有挑戰(zhàn)C.結(jié)合多種成像技術(shù)和計(jì)算機(jī)視覺(jué)算法能夠更全面地獲取文物的信息D.文物保護(hù)中的計(jì)算機(jī)視覺(jué)應(yīng)用不需要考慮對(duì)文物的非接觸性和無(wú)損性要求3、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4、假設(shè)我們要開(kāi)發(fā)一個(gè)計(jì)算機(jī)視覺(jué)系統(tǒng)，用于檢測(cè)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(lái)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5、在計(jì)算機(jī)視覺(jué)的圖像檢索任務(wù)中，根據(jù)用戶提供的圖像或特征在數(shù)據(jù)庫(kù)中查找相似的圖像。假設(shè)要從一個(gè)大型圖像庫(kù)中找到與給定圖像相似的圖片，以下關(guān)于圖像檢索方法的描述，正確的是：（）A.基于圖像的顏色和紋理特征進(jìn)行檢索能夠滿足所有的檢索需求B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)提取的特征在圖像檢索中不如手工設(shè)計(jì)的特征有效C.考慮圖像的語(yǔ)義信息和高層特征可以提高圖像檢索的準(zhǔn)確性和相關(guān)性D.圖像檢索的速度和效率不受數(shù)據(jù)庫(kù)大小和特征維度的影響6、在一個(gè)基于計(jì)算機(jī)視覺(jué)的智能交通監(jiān)控系統(tǒng)中，需要對(duì)車輛的類型、速度和行駛軌跡進(jìn)行分析。以下哪種技術(shù)在車輛分析方面可能發(fā)揮關(guān)鍵作用？（）A.目標(biāo)檢測(cè)和跟蹤B.車牌識(shí)別C.軌跡預(yù)測(cè)D.以上都是7、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中，除了生成新的圖像，還可以對(duì)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(huà)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8、在計(jì)算機(jī)視覺(jué)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(guò)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(wú)限制地提高圖像的質(zhì)量，不存在過(guò)度增強(qiáng)的問(wèn)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)9、圖像分類是計(jì)算機(jī)視覺(jué)的常見(jiàn)任務(wù)之一。假設(shè)要對(duì)大量的自然風(fēng)景圖片進(jìn)行分類，如山脈、森林、海灘等。在進(jìn)行圖像分類時(shí)，以下關(guān)于數(shù)據(jù)增強(qiáng)的方法，哪一項(xiàng)可能不太有效？（）A.對(duì)圖像進(jìn)行隨機(jī)裁剪和旋轉(zhuǎn)，增加數(shù)據(jù)的多樣性B.改變圖像的色彩和對(duì)比度，模擬不同的拍攝條件C.直接復(fù)制原圖像，增加數(shù)據(jù)量D.給圖像添加隨機(jī)噪聲，增強(qiáng)模型的魯棒性10、計(jì)算機(jī)視覺(jué)中，以下哪個(gè)任務(wù)通常需要對(duì)圖像中的目標(biāo)進(jìn)行定位和分類？（）A.圖像生成B.目標(biāo)檢測(cè)C.圖像超分辨率D.圖像去噪11、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別是對(duì)視頻中人物或物體的動(dòng)作進(jìn)行分類和識(shí)別。以下關(guān)于動(dòng)作識(shí)別的描述，不準(zhǔn)確的是（）A.動(dòng)作識(shí)別需要分析視頻中的時(shí)空特征來(lái)理解動(dòng)作的模式和類別B.雙流卷積網(wǎng)絡(luò)在動(dòng)作識(shí)別任務(wù)中被廣泛應(yīng)用，分別處理空間和時(shí)間信息C.動(dòng)作識(shí)別在體育分析、視頻監(jiān)控和智能安防等領(lǐng)域具有重要的應(yīng)用價(jià)值D.動(dòng)作識(shí)別技術(shù)已經(jīng)非常成熟，能夠準(zhǔn)確識(shí)別各種復(fù)雜和細(xì)微的動(dòng)作12、在計(jì)算機(jī)視覺(jué)的醫(yī)學(xué)圖像分析中，輔助醫(yī)生進(jìn)行疾病診斷。假設(shè)要通過(guò)分析CT圖像檢測(cè)腫瘤的位置和大小，以下關(guān)于醫(yī)學(xué)圖像計(jì)算機(jī)視覺(jué)應(yīng)用的描述，正確的是：（）A.計(jì)算機(jī)視覺(jué)算法可以完全替代醫(yī)生的診斷，不需要醫(yī)生的進(jìn)一步判斷B.不同患者的個(gè)體差異和掃描參數(shù)的變化對(duì)腫瘤檢測(cè)結(jié)果沒(méi)有影響C.結(jié)合醫(yī)生的先驗(yàn)知識(shí)和計(jì)算機(jī)視覺(jué)技術(shù)能夠提高腫瘤檢測(cè)的準(zhǔn)確性和可靠性D.醫(yī)學(xué)圖像中的噪聲和偽影對(duì)計(jì)算機(jī)視覺(jué)算法的性能沒(méi)有影響13、當(dāng)進(jìn)行圖像的風(fēng)格遷移任務(wù)時(shí)，假設(shè)要將一張照片的風(fēng)格轉(zhuǎn)換為著名繪畫(huà)的風(fēng)格，同時(shí)保留照片的內(nèi)容結(jié)構(gòu)。以下哪種方法在實(shí)現(xiàn)這一目標(biāo)時(shí)可能更有效？（）A.使用基于卷積神經(jīng)網(wǎng)絡(luò)的風(fēng)格遷移算法，如Gatys等人提出的方法B.對(duì)圖像進(jìn)行簡(jiǎn)單的色彩變換和濾鏡處理C.隨機(jī)改變圖像的像素值來(lái)模擬風(fēng)格遷移D.只對(duì)圖像的邊緣進(jìn)行處理，忽略內(nèi)部區(qū)域14、計(jì)算機(jī)視覺(jué)中的目標(biāo)跟蹤是指在視頻序列中持續(xù)跟蹤特定的目標(biāo)。以下關(guān)于目標(biāo)跟蹤的敘述，不正確的是（）A.目標(biāo)跟蹤可以基于特征匹配、濾波算法或深度學(xué)習(xí)方法來(lái)實(shí)現(xiàn)B.目標(biāo)的外觀變化、遮擋和背景干擾等因素會(huì)給目標(biāo)跟蹤帶來(lái)挑戰(zhàn)C.目標(biāo)跟蹤在智能監(jiān)控、人機(jī)交互和自動(dòng)駕駛等領(lǐng)域有著廣泛的應(yīng)用D.目標(biāo)跟蹤算法能夠在任何情況下都準(zhǔn)確地跟蹤目標(biāo)，不受復(fù)雜環(huán)境的影響15、視頻理解是計(jì)算機(jī)視覺(jué)中的一個(gè)具有挑戰(zhàn)性的任務(wù)。以下關(guān)于視頻理解的敘述，不準(zhǔn)確的是（）A.視頻理解不僅需要分析每一幀圖像的內(nèi)容，還需要考慮幀之間的時(shí)間關(guān)系B.循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）在處理視頻序列數(shù)據(jù)時(shí)具有優(yōu)勢(shì)C.視頻理解在視頻監(jiān)控、行為分析和內(nèi)容推薦等方面具有廣泛的應(yīng)用前景D.目前的視頻理解技術(shù)已經(jīng)能夠完全理解復(fù)雜場(chǎng)景下的視頻內(nèi)容，不存在任何挑戰(zhàn)二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在農(nóng)民工服務(wù)中的應(yīng)用。2、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的強(qiáng)化學(xué)習(xí)在機(jī)器人視覺(jué)中的應(yīng)用。3、（本題5分）計(jì)算機(jī)視覺(jué)中如何進(jìn)行跳蚤市場(chǎng)中的商品評(píng)估？4、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在海洋化學(xué)分析中的應(yīng)用。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）使用計(jì)算機(jī)視覺(jué)方法，檢測(cè)校園內(nèi)是否有外來(lái)人員闖入。2、（本題5分）對(duì)電影中的特效鏡頭與真實(shí)場(chǎng)景的融合度進(jìn)行視覺(jué)分析。3、（本題5分）對(duì)舞蹈教學(xué)視頻中的動(dòng)作規(guī)范進(jìn)行自動(dòng)評(píng)估和糾正。4、（本題5分）開(kāi)發(fā)一個(gè)能夠識(shí)別不同種類兩棲動(dòng)物的計(jì)算機(jī)視覺(jué)系統(tǒng)。5、（本題5分）對(duì)電影中的色彩運(yùn)用和視覺(jué)風(fēng)格進(jìn)行基于計(jì)算機(jī)視覺(jué)的分析。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）研究一款具有創(chuàng)新性的網(wǎng)頁(yè)設(shè)計(jì)案例，剖析其頁(yè)面布局、導(dǎo)航設(shè)計(jì)、內(nèi)容呈現(xiàn)、響應(yīng)式設(shè)計(jì)等方面的特點(diǎn)，以及如何滿足用戶的信息需求和審美期待。2、（本題10分）研究某主題公園的地圖設(shè)計(jì)，思考如何