目標(biāo)探測(cè)與識(shí)別智慧樹(shù)知到期末考試答案章節(jié)答案2024年北京航空航天大學(xué)

目標(biāo)探測(cè)與識(shí)別智慧樹(shù)知到期末考試答案+章節(jié)答案2024年北京航空航天大學(xué)LBP特征具有旋轉(zhuǎn)不變性和尺度不變性。（）

答案:對(duì)剛體目標(biāo)是沒(méi)有一點(diǎn)形變的物體，包括飛機(jī)、車輛等。（）

答案:錯(cuò)傳統(tǒng)的目標(biāo)檢測(cè)方法在紅外圖像上的效果通常優(yōu)于在可見(jiàn)光圖像上的效果，因?yàn)榧t外圖像可以提供更豐富的目標(biāo)信息。（）

答案:錯(cuò)難樣本挖掘在目標(biāo)檢測(cè)中的主要作用是減少易樣本的訓(xùn)練樣本數(shù)量。（）

答案:錯(cuò)在多目標(biāo)跟蹤中，粒子濾波通常可用于解決目標(biāo)重疊的問(wèn)題。（）

答案:對(duì)幀間差分法適用于靜態(tài)場(chǎng)景下的運(yùn)動(dòng)檢測(cè)，但在動(dòng)態(tài)場(chǎng)景下容易受到光照變化等因素的干擾。（）

答案:對(duì)雙階段目標(biāo)檢測(cè)模型是指將目標(biāo)定位和分類分為兩個(gè)獨(dú)立的階段進(jìn)行。（）

答案:錯(cuò)顯著性目標(biāo)檢測(cè)的結(jié)果通常是一個(gè)二值掩碼，用于標(biāo)識(shí)圖像中的顯著性目標(biāo)區(qū)域。（）

答案:錯(cuò)主成分分析和線性判別分析在降維時(shí)都假設(shè)數(shù)據(jù)符合高斯分布，且二者都是無(wú)監(jiān)督的降維方法。（）

答案:錯(cuò)在基于CLIP的多模態(tài)目標(biāo)識(shí)別算法中，通過(guò)學(xué)習(xí)將圖像和文本映射到共享空間中的嵌入向量，以實(shí)現(xiàn)跨模態(tài)的目標(biāo)識(shí)別。（）

答案:對(duì)自動(dòng)駕駛系統(tǒng)中常用的光學(xué)傳感器包括相機(jī)和雷達(dá)。（）

答案:錯(cuò)DETR模型在目標(biāo)檢測(cè)中使用空間注意力機(jī)制來(lái)對(duì)輸入圖像的不同區(qū)域進(jìn)行加權(quán)處理。（）

答案:錯(cuò)在自動(dòng)駕駛系統(tǒng)中，多模態(tài)融合的目標(biāo)檢測(cè)采用的LiDAR傳感器可以提供目標(biāo)的三維形狀和距離信息。（）

答案:對(duì)YOLOv3算法采用了FeaturePyramidNetworks（FPN）用于處理不同尺度的目標(biāo)。（）

答案:錯(cuò)在長(zhǎng)尾分布目標(biāo)檢測(cè)問(wèn)題中，模型更容易關(guān)注于樣本數(shù)量多的類別，導(dǎo)致對(duì)樣本數(shù)量少的類別的檢測(cè)性能下降。（）

答案:對(duì)在旋轉(zhuǎn)框目標(biāo)檢測(cè)中，通過(guò)中心點(diǎn)和角度可以確定一個(gè)旋轉(zhuǎn)框。（）

答案:錯(cuò)YOLOv3中使用的損失函數(shù)結(jié)合了分類損失、邊界框回歸損失和置信度損失。（）

答案:對(duì)當(dāng)圖像灰度直方圖的均值比較大時(shí)，則說(shuō)明該圖像可能整體比較亮；而如果直方圖的方差比較大，則說(shuō)明圖像中的灰度分布比較分散，圖像的對(duì)比度比較小。（）

答案:錯(cuò)FastR-CNN是對(duì)R-CNN的改進(jìn)，它引入了全局池化（GlobalPooling）層，通過(guò)在整個(gè)圖像上計(jì)算特征圖，并在候選區(qū)域上進(jìn)行RoIpooling操作，從而提高了檢測(cè)的速度和準(zhǔn)確性。（）

答案:對(duì)領(lǐng)域自適應(yīng)目標(biāo)檢測(cè)方法的目標(biāo)是消除源域和目標(biāo)域之間的領(lǐng)域偏移，使得模型在目標(biāo)域上具有較好的泛化能力。（）

答案:對(duì)SIFT特征描述子的生成過(guò)程包括以下哪些步驟？（）

答案:計(jì)算子區(qū)塊的梯度幅值和方向直方圖###歸一化特征描述子###計(jì)算局部特征點(diǎn)的梯度方向###劃分特征區(qū)域?yàn)樽訁^(qū)塊在開(kāi)放世界目標(biāo)識(shí)別中，以下哪些方法常用于解決數(shù)據(jù)不平衡問(wèn)題，提高對(duì)未知目標(biāo)的識(shí)別能力？（）

答案:基于圖像生成模型（如變分自編碼器）的半監(jiān)督學(xué)習(xí)方法，利用未標(biāo)記的數(shù)據(jù)進(jìn)行訓(xùn)練###集成學(xué)習(xí)方法，如隨機(jī)森林(RandomForest)和梯度提升樹(shù)(GradientBoostingTree)###遷移學(xué)習(xí)方法，如使用預(yù)訓(xùn)練的模型進(jìn)行特征提取和微調(diào)以下關(guān)于兩階段目標(biāo)檢測(cè)方法的缺點(diǎn)說(shuō)法正確的是：（）

答案:定位不準(zhǔn)確的目標(biāo)容易漏檢###需要額外的候選框生成步驟###計(jì)算復(fù)雜度高在深度學(xué)習(xí)目標(biāo)跟蹤中，下列哪些技術(shù)常用于提高跟蹤算法的魯棒性和性能？（）

答案:目標(biāo)再識(shí)別###數(shù)據(jù)增強(qiáng)###在線學(xué)習(xí)###模型融合在小目標(biāo)檢測(cè)中，以下哪些方法適用于增強(qiáng)目標(biāo)的能量？（）

答案:Top-hat變換###多幀能量累積對(duì)比學(xué)習(xí)可以通過(guò)構(gòu)建什么來(lái)增強(qiáng)目標(biāo)檢測(cè)模型對(duì)目標(biāo)的區(qū)分能力？（）

答案:正負(fù)樣本對(duì)旋轉(zhuǎn)框目標(biāo)檢測(cè)算法中的IoU（IntersectionoverUnion）計(jì)算通常采用以下哪種方式（）。

答案:使用旋轉(zhuǎn)框的邊界點(diǎn)坐標(biāo)作為基準(zhǔn)Anchor-free目標(biāo)檢測(cè)方法相對(duì)于Anchor-based方法的優(yōu)勢(shì)是（）。

答案:對(duì)目標(biāo)形狀變化更具魯棒性在卷積神經(jīng)網(wǎng)絡(luò)的反向傳播過(guò)程中，哪種算法被用于更新網(wǎng)絡(luò)中的參數(shù)？（）

答案:梯度下降卷積神經(jīng)網(wǎng)絡(luò)（CNN）中的卷積操作可以通過(guò)使用什么實(shí)現(xiàn)對(duì)輸入圖像的特征提取？（）

答案:卷積核和濾波器混合高斯建模中的每個(gè)高斯成分表示背景的一個(gè)模型，以下哪個(gè)選項(xiàng)描述了混合高斯建模的更新過(guò)程？（）。

答案:在每個(gè)時(shí)間步驟中，為每個(gè)像素更新混合高斯模型的權(quán)重和均值先檢測(cè)后跟蹤（TBD）是一種多目標(biāo)跟蹤算法，它的基本思路是通過(guò)什么算法獲取目標(biāo)候選框？（）

答案:目標(biāo)檢測(cè)常見(jiàn)的紋理特征提取方法包括（）

答案:HOG特征、LBP特征、Haar特征目標(biāo)檢測(cè)中的Transformer架構(gòu)通常如何處理目標(biāo)的位置信息?（）。

答案:使用位置編碼嵌入到Transformer中處理在多模態(tài)目標(biāo)識(shí)別中，以下哪種方法可以將圖像和文本特征進(jìn)行聯(lián)合表示，并獲得更好的識(shí)別性能？（）。

答案:基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的圖像特征提取和循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的文本特征提取均值偏移算法（Mean-shift）實(shí)質(zhì)是什么算法？（）

答案:核密度估計(jì)粒子濾波目標(biāo)跟蹤中的一個(gè)挑戰(zhàn)是粒子退化問(wèn)題，可以采用什么方法來(lái)改善粒子采樣的效率和多樣性？（）

答案:粒子重采樣目標(biāo)探測(cè)與識(shí)別任務(wù)中的感興趣區(qū)域（RegionofInterest）是指什么？（）。

答案:目標(biāo)物體所在的區(qū)域SIFT（Scale-InvariantFeatureTransform）特征描述子使用以下哪種方法來(lái)描述局部特征點(diǎn)的外觀?（）。

答案:高斯加權(quán)直方圖在目標(biāo)檢測(cè)中，自注意力機(jī)制與非局部注意力機(jī)制的區(qū)別在于（）。

答案:自注意力機(jī)制可以捕捉目標(biāo)之間的關(guān)聯(lián)性旋轉(zhuǎn)框目標(biāo)檢測(cè)中，以下哪種方法常用于解決目標(biāo)旋轉(zhuǎn)角度不確定性的問(wèn)題？（）。

答案:旋轉(zhuǎn)框參數(shù)化方法方向梯度直方圖（HOG）特征的計(jì)算步驟為（）。

答案:顏色空間歸一化→梯度計(jì)算→梯度方向直方圖→重疊塊直方圖歸一化→HOG特征直方圖均衡化是使用哪種直方圖？（）

答案:灰度直方圖互相關(guān)方法在動(dòng)態(tài)背景運(yùn)動(dòng)目標(biāo)檢測(cè)中常用的匹配度量指標(biāo)是（）

答案:歸一化互相關(guān)系數(shù)目標(biāo)跟蹤中，下列哪個(gè)算法主要基于相關(guān)濾波器進(jìn)行目標(biāo)的估計(jì)和預(yù)測(cè)？（）。

答案:卡爾曼濾波器基于Haar+Adaboost的目標(biāo)檢測(cè)算法中，Adaboost算法主要用于（）。

答案:弱分類器訓(xùn)練和加權(quán)目標(biāo)探測(cè)與識(shí)別中的滑動(dòng)窗口（SlidingWindow）方法指什么？（）。

答案:在圖像上以固定大小的窗口進(jìn)行滑動(dòng)，對(duì)每個(gè)窗口進(jìn)行目標(biāo)識(shí)別在Transformer架構(gòu)中，以下哪個(gè)模塊用于編碼輸入特征?（）。

答案:編碼器HC模型和RC模型都是什么數(shù)據(jù)驅(qū)動(dòng)的顯著性檢測(cè)模型？（）

答案:自底向上在目標(biāo)檢測(cè)中，下列哪個(gè)指標(biāo)適用于多目標(biāo)場(chǎng)景，能夠度量模型在不同目標(biāo)上的性能？（）。

答案:平均精確度均值（mAP）在自動(dòng)駕駛系統(tǒng)中，多模態(tài)傳感器的作用是什么？（）

答案:提供高密度的環(huán)境信息旋轉(zhuǎn)框目標(biāo)檢測(cè)主要解決了什么問(wèn)題？（）

答案:目標(biāo)的方向和位置識(shí)別遙感圖像變化檢測(cè)的研究意義主要體現(xiàn)在哪個(gè)方面？（）

答案:及時(shí)準(zhǔn)確地探測(cè)地表特征的變化遙感圖像細(xì)粒度目標(biāo)檢測(cè)主要解決細(xì)粒度類間差異較大的問(wèn)題。（）

答案:錯(cuò)遙感圖像變化檢測(cè)的應(yīng)用場(chǎng)景不包括農(nóng)業(yè)監(jiān)測(cè)領(lǐng)域。（）

答案:錯(cuò)關(guān)于遙感圖像細(xì)粒度目標(biāo)檢測(cè)與識(shí)別的發(fā)展趨勢(shì)，以下哪些說(shuō)法是正確的（）。

答案:隨著遙感圖像細(xì)節(jié)信息的逐漸豐富，出現(xiàn)了旋轉(zhuǎn)框目標(biāo)檢測(cè)與細(xì)粒度目標(biāo)檢測(cè)兩大類新任務(wù)。###遙感圖像細(xì)粒度目標(biāo)檢測(cè)在檢測(cè)和定位的精細(xì)化程度上提出了更高要求。關(guān)于遙感圖像細(xì)粒度目標(biāo)檢測(cè)識(shí)別的難點(diǎn)，以下哪一項(xiàng)是正確的？（）

答案:遙感圖像成像視角單一，可用信息較少，細(xì)粒度類間差異更小。以下哪項(xiàng)不是遙感圖像變化檢測(cè)的研究目的（）。

答案:提高遙感圖像的分辨率。在遙感目標(biāo)檢測(cè)識(shí)別中，與水平檢測(cè)框相比旋轉(zhuǎn)，檢測(cè)框的優(yōu)點(diǎn)主要有（）。

答案:能夠更好地處理具有極大長(zhǎng)寬比、密集排列、方向任意等特性的目標(biāo)。###包含更少的背景像素，目標(biāo)和背景之間的分類更容易。###反映了目標(biāo)真實(shí)的物理尺寸。語(yǔ)義分割在自動(dòng)駕駛中的主要應(yīng)用是什么（）

答案:提供環(huán)境感知信息，幫助車輛理解道路情況、檢測(cè)障礙物和行人等，從而實(shí)現(xiàn)自動(dòng)駕駛功能以下關(guān)于語(yǔ)義分割、實(shí)例分割和全景分割之間關(guān)系的下列表述中，錯(cuò)誤的是（）

答案:全景分割不需要區(qū)分同種語(yǔ)義的不同實(shí)例視頻目標(biāo)分割（VOS）一般是在視頻的連續(xù)幀中尋找感興趣目標(biāo)的對(duì)應(yīng)邊界框。（）

答案:錯(cuò)表觀模型的建模方式可以分為哪些類型（）。

答案:生成模型###判別模型下列哪些描述是關(guān)于基于模型驅(qū)動(dòng)的目標(biāo)跟蹤方法的（）。

答案:在當(dāng)前幀對(duì)目標(biāo)區(qū)域建模，下一幀尋找與模型最相似的區(qū)域###自頂向下的處理思路目標(biāo)的運(yùn)動(dòng)模型是對(duì)目標(biāo)哪些屬性的描述（）。

答案:三者均是基于核的跟蹤算法主要是采用特征域上的參數(shù)模型來(lái)描述目標(biāo)的外觀特征。（）

答案:對(duì)Kalman濾波和粒子濾波一樣，都可以處理任意形式的概率分布問(wèn)題。（）

答案:錯(cuò)在粒子濾波的過(guò)程中，相似度高的地方應(yīng)該（）。

答案:多放粒子在目標(biāo)跟蹤過(guò)程中，目標(biāo)的表觀模型和運(yùn)動(dòng)模型的建立是在目標(biāo)檢測(cè)階段完成的。（）

答案:錯(cuò)匈牙利算法主要用于求解哪種問(wèn)題（）。

答案:任務(wù)分配問(wèn)題

答案:紅色曲線代表的算法精度更高關(guān)于Anchor-free的優(yōu)點(diǎn)，說(shuō)法錯(cuò)誤的是（）。

答案:anchor-free模型難以處理尺度變化很大的目標(biāo)對(duì)于譜殘差這一視覺(jué)顯著性方法，下列計(jì)算流程正確的是（）。①將局部平滑后的對(duì)數(shù)幅度譜作為冗余部分；②將剩余的部分看作是顯著部分在頻域的信息。③原對(duì)數(shù)幅度譜減去平滑后的對(duì)數(shù)幅度譜；④對(duì)圖像進(jìn)行傅里葉變換；

答案:④①③②以下關(guān)于SIFT算法的表述，說(shuō)法錯(cuò)誤的是（）。

答案:SIFT算法對(duì)小目標(biāo)識(shí)別具有很好的效果

答案:錯(cuò)圖像偏導(dǎo)數(shù)矩陣的兩個(gè)特征值如下，以下哪種情況符合Harris角點(diǎn)要求？（）

答案:1,1利用積分圖計(jì)算長(zhǎng)方形區(qū)域的像素值之和，需要從積分圖上獲取該區(qū)域_______對(duì)應(yīng)的數(shù)值（）。

答案:右下角###左下角###左上角###右上角SIFT特征點(diǎn)提取時(shí)，圖像中梯度較大的平直邊緣部位會(huì)被判斷為特征點(diǎn)（）

答案:錯(cuò)把圖像旋轉(zhuǎn)90度，提取到的HOG特征和原來(lái)保持不變（）

答案:錯(cuò)以下哪種特征是低層特征？（）

答案:顏色特征###形狀特征###紋理特征HOG特征提取的步驟中，梯度方向直方圖的計(jì)算方式是（）

答案:計(jì)算每個(gè)像素點(diǎn)的梯度幅值和方向我國(guó)的標(biāo)準(zhǔn)電視體制為（）。

答案:PAL衛(wèi)星上搭載的合成孔徑雷達(dá)可以對(duì)云層下的物體進(jìn)行成像（）

答案:對(duì)CT成像使用了X射線束和計(jì)算機(jī)圖像重建技術(shù)來(lái)進(jìn)行成像（）

答案:對(duì)屬于主動(dòng)遙感的是（）。

答案:雷達(dá)成像雷達(dá)通過(guò)測(cè)量電波_________以獲得目標(biāo)的距離數(shù)據(jù)（）。

答案:飛行時(shí)間在CMOS圖像傳感器中，電荷轉(zhuǎn)換成電壓的工作是在_______進(jìn)行的（）。

答案:每一個(gè)像素由于陰影的外形或與目標(biāo)本體相似