人工智能概論 習(xí)題及答案 黃林國(guó)_第1頁(yè)
人工智能概論 習(xí)題及答案 黃林國(guó)_第2頁(yè)
人工智能概論 習(xí)題及答案 黃林國(guó)_第3頁(yè)
人工智能概論 習(xí)題及答案 黃林國(guó)_第4頁(yè)
人工智能概論 習(xí)題及答案 黃林國(guó)_第5頁(yè)
已閱讀5頁(yè),還剩9頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

第1章人工智能概述一、單項(xiàng)選擇題B1.作為計(jì)算機(jī)科學(xué)的一個(gè)分支,人工智能的英文縮寫(xiě)是()。A.CPU B.AI C.BI D.DIC2.人工智能誕生于()年的達(dá)特茅斯會(huì)議。A.1954 B.1955 C.1956 D.1957B3.人工智能的定義核心是()。A.研究和制造人類(lèi)的智能B.用機(jī)器模擬人類(lèi)的學(xué)習(xí)能力和人類(lèi)智能特征C.讓機(jī)器為人類(lèi)服務(wù)D.研究和制造出超載人類(lèi)的機(jī)器D4.被譽(yù)為“人工智能之父”的科學(xué)大師是()。A.愛(ài)因斯坦 B.馮·諾依曼C.錢(qián)學(xué)森 D.圖靈A5.人工智能領(lǐng)域中為了檢驗(yàn)一臺(tái)機(jī)器是否具有智能,需要進(jìn)行()。A.圖靈測(cè)試 B.喬布斯測(cè)試C.達(dá)特茅斯測(cè)試 D.中文屋測(cè)試C6.下面()是人工智能的重要特點(diǎn)。A.人形外形 B.可以和人類(lèi)交流C.具有學(xué)習(xí)能力 D.可以識(shí)別物體C7.盲人看不到一切物體,但他們可以通過(guò)辨別人的聲音識(shí)別人,這是智能的()方面。A.行為能務(wù) B.感知能力C.思維能力 D.學(xué)習(xí)能力D8.下面的說(shuō)法中,錯(cuò)誤的是()。A.人工智能的發(fā)展目前還處在弱人工智能階段B.還沒(méi)有任何證據(jù)顯示人類(lèi)可以制造出超人工智能C.人臉識(shí)別屬于機(jī)器視覺(jué)的研究領(lǐng)域D.語(yǔ)音識(shí)別和自然語(yǔ)言處理的研究?jī)?nèi)容一樣B9.以下關(guān)于人工智能的描述,正確的是()。A.通用人工智能技術(shù)已較為成熟B.專(zhuān)用人工智能取得重要突破C.超級(jí)人工智能時(shí)代即將到來(lái)D.我國(guó)人工智能理論研究水平高于其他國(guó)家C10.強(qiáng)人工智能強(qiáng)調(diào)人工智能的完整性,下列()不屬于人工智能。A.(類(lèi)人)機(jī)器的思考和推理就像人的思維一樣B.(非類(lèi)人)機(jī)器產(chǎn)生了和人完全不一樣的知覺(jué)和意識(shí)C.看起來(lái)像是智能的,其實(shí)并不真正擁有智能,也不會(huì)有自主意識(shí)D.有可能制造出真正能推理和解決問(wèn)題的智能機(jī)器A11.人類(lèi)有可能制造出真正能推理和解決問(wèn)題的、有知覺(jué)和自我意識(shí)的智能機(jī)器,這是()的觀點(diǎn)。A.強(qiáng)人工智能 B.弱人工智能C.超人工智能 D.形式主義A12.人工智能的三大學(xué)派不包括()。A.模仿主義 B.行為主義C.連接主義 D.符號(hào)主義B13.連接主義認(rèn)為人的思維基元是()。A.符號(hào) B.神經(jīng)元C.數(shù)字 D.圖形A14.符號(hào)主義認(rèn)為人工智能源于()。A.數(shù)理邏輯 B.神經(jīng)網(wǎng)絡(luò)C.信息檢索 D.遺傳算法D15.認(rèn)為人的智能是人腦的高層活動(dòng)的結(jié)果,強(qiáng)調(diào)智能活動(dòng)是由大量的簡(jiǎn)單的單元通過(guò)復(fù)雜的相互連接后并行運(yùn)算的結(jié)果,這是()的觀點(diǎn)。A.記憶主義 B.行為主義C.符號(hào)主義 D.連接主義D16.機(jī)器智能目前還無(wú)法達(dá)到人類(lèi)智能,主要原因是()。A.機(jī)器智能占有的數(shù)據(jù)量還不夠大B.機(jī)器智能的支持設(shè)備的計(jì)算能力不足C.機(jī)器智能的推理規(guī)則不全面D.機(jī)器智能缺乏直覺(jué)和頓悟能力二、簡(jiǎn)答題1.簡(jiǎn)述人工智能的定義和分類(lèi)。2.簡(jiǎn)述人工智能的發(fā)展史。3.簡(jiǎn)述人工智能的三個(gè)主要學(xué)派。4.簡(jiǎn)述你身邊的人工智能應(yīng)用。5.請(qǐng)結(jié)合自己的專(zhuān)業(yè),簡(jiǎn)述人工智能在你所學(xué)的專(zhuān)業(yè)中的應(yīng)用。

第2章人工智能生態(tài)一、單項(xiàng)選擇題C1.()不是人工智能的三要素。A.數(shù)據(jù) B.算力 C.通信 D.算法D2.無(wú)法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合稱(chēng)為()。A.非結(jié)構(gòu)化數(shù)據(jù) B.?dāng)?shù)據(jù)庫(kù)C.異常數(shù)據(jù) D.大數(shù)據(jù)D3.大數(shù)據(jù)時(shí)代,數(shù)據(jù)使用的關(guān)鍵是()。A.?dāng)?shù)據(jù)收集 B.?dāng)?shù)據(jù)存儲(chǔ)C.?dāng)?shù)據(jù)可視化 D.?dāng)?shù)據(jù)再利用D4.大數(shù)據(jù)應(yīng)用需依托的新技術(shù)有()。A.大規(guī)模存儲(chǔ)與計(jì)算 B.?dāng)?shù)據(jù)分析處理C.智能化 D.三個(gè)選項(xiàng)都是D5.以下()說(shuō)法是錯(cuò)誤的。A.大數(shù)據(jù)技術(shù)是人工智能的基礎(chǔ)B.深度學(xué)習(xí)的對(duì)象就是大數(shù)據(jù),從海量數(shù)據(jù)中分析、判斷、學(xué)習(xí)C.人工智能需要強(qiáng)大的計(jì)算能力支持,云計(jì)算技術(shù)的初衷解決了這個(gè)問(wèn)題D.機(jī)器學(xué)習(xí)就是嘗試學(xué)習(xí)D6.以下對(duì)大數(shù)據(jù)特性描述錯(cuò)誤的是()。A.數(shù)據(jù)規(guī)模大 B.數(shù)據(jù)流動(dòng)速度快C.數(shù)據(jù)多樣性 D.數(shù)據(jù)價(jià)值密度高A7.以下()不需要運(yùn)用云計(jì)算技術(shù)。A.播放本地電腦音頻 B.在線(xiàn)實(shí)時(shí)翻譯C.搜索引擎 D.在線(xiàn)文檔協(xié)同編輯A8.射頻識(shí)別技術(shù)屬于物聯(lián)網(wǎng)產(chǎn)業(yè)鏈的()環(huán)節(jié)。A.標(biāo)識(shí) B.感知 C.處理 D.信息傳送C9.以下()不是物聯(lián)網(wǎng)的相關(guān)技術(shù)。A.射頻識(shí)別RFID技術(shù) B.傳感技術(shù)C.多媒體技術(shù) D.云計(jì)算技術(shù)B10.生活中智能手環(huán)的應(yīng)用,體現(xiàn)了()技術(shù)的應(yīng)用。A.網(wǎng)絡(luò)爬蟲(chóng) B.傳感器C.云計(jì)算 D.統(tǒng)計(jì)計(jì)算二、簡(jiǎn)答題1.簡(jiǎn)述大數(shù)據(jù)如何提升人工智能的應(yīng)用。2.什么是物聯(lián)網(wǎng)?物聯(lián)網(wǎng)有何特點(diǎn)?3.按照網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分類(lèi),云計(jì)算可以分為哪4種?4.5G網(wǎng)絡(luò)有哪些應(yīng)用場(chǎng)景?

第3章人工智能軟/硬件平臺(tái)一、單項(xiàng)選擇題B1.以下不屬于人工智能芯片的是()。A.GPU B.USB C.FPGA D.ASICA2.用于計(jì)算機(jī)進(jìn)行計(jì)算任務(wù)的芯片是()。A.處理器芯片 B.存儲(chǔ)芯片C.接口芯片 D.通信芯片D3.以下關(guān)于GPU的特點(diǎn)描述,錯(cuò)誤的是()。A.GPU的計(jì)算能力比CPU強(qiáng)B.GPU的并行數(shù)據(jù)處理可以大幅提高運(yùn)算能力C.GPU使用高速全局內(nèi)存可以進(jìn)一步提升運(yùn)算速度D.GPU無(wú)法使用共享內(nèi)存結(jié)構(gòu)提高通信速度C4.以下提供GPU芯片的中國(guó)公司是()。A.谷歌 B.英特爾C.景嘉微 D.英偉達(dá)D5.專(zhuān)用神經(jīng)網(wǎng)絡(luò)處理器的芯片屬于()類(lèi)型的芯片。A.CPU B.FPGAC.GPU D.ASIC二、簡(jiǎn)答題1.什么是摩爾定律?2.簡(jiǎn)述傳統(tǒng)芯片與人工智能芯片的區(qū)別。3.智能芯片按照技術(shù)架構(gòu)可分為哪幾種?4.開(kāi)發(fā)框架有何作用?常見(jiàn)的人工智能開(kāi)發(fā)框架有哪些?

第4章機(jī)器學(xué)習(xí)一、單項(xiàng)選擇題D1.人類(lèi)通過(guò)對(duì)經(jīng)驗(yàn)的歸納,總結(jié)規(guī)律,并以此對(duì)新的問(wèn)題進(jìn)行預(yù)測(cè)。類(lèi)似的機(jī)器會(huì)對(duì)()進(jìn)行(),建立(),并以此對(duì)新的問(wèn)題進(jìn)行預(yù)測(cè)。A.經(jīng)驗(yàn),訓(xùn)練,模型 B.數(shù)據(jù),總結(jié),模型C.數(shù)據(jù),訓(xùn)練,模式 D.數(shù)據(jù),訓(xùn)練,模型D2.下面()步驟不屬于機(jī)器學(xué)習(xí)的流程。A.特征提取 B.模型訓(xùn)練C.模型評(píng)估 D.數(shù)據(jù)展示B3.學(xué)習(xí)樣本中有一部分有標(biāo)記,有一部分無(wú)標(biāo)記,這類(lèi)機(jī)器學(xué)習(xí)的算法,屬于()。A.監(jiān)督學(xué)習(xí) B.半監(jiān)督學(xué)習(xí)C.無(wú)監(jiān)督學(xué)習(xí) D.集成學(xué)習(xí)C4.機(jī)器學(xué)習(xí)算法中有一類(lèi)稱(chēng)為聚類(lèi)算法,會(huì)將數(shù)據(jù)根據(jù)相似性進(jìn)行分組。這類(lèi)算法屬于()。A.監(jiān)督學(xué)習(xí) B.半監(jiān)督學(xué)習(xí)C.無(wú)監(jiān)督學(xué)習(xí) D.集成學(xué)習(xí)A5.用于預(yù)測(cè)分析的建模技術(shù)是(),它研究的是因變量(目標(biāo))和自變量(預(yù)測(cè)器)之間的關(guān)系。A.回歸算法 B.分類(lèi)算法C.神經(jīng)網(wǎng)絡(luò) D.決策樹(shù)A6.下面關(guān)于無(wú)監(jiān)督學(xué)習(xí)描述正確的是()。A.無(wú)監(jiān)督算法只處理“特征”,不處理“標(biāo)簽”B.降維算法不屬于無(wú)監(jiān)督學(xué)習(xí)C.K均值算法和SVM算法都屬于無(wú)監(jiān)督學(xué)習(xí)算法D.以上都不對(duì)A7.K近鄰算法的K值必須是()。A.奇數(shù) B.偶數(shù)C.3 D.5C8.監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)最大的區(qū)別是()。A.先驗(yàn)知識(shí) B.學(xué)習(xí)算法C.有無(wú)標(biāo)簽 D.學(xué)習(xí)方法B9.線(xiàn)性回歸模型要解決的問(wèn)題是()。A.找到自變量與因變量之間的函數(shù)關(guān)系B.盡量用一條直線(xiàn)來(lái)擬合樣本數(shù)據(jù)C.模擬樣本數(shù)據(jù)曲線(xiàn)D.找到數(shù)據(jù)與時(shí)間的變化關(guān)系B10.梯度下降法的目標(biāo)是()。A.盡快完成模型訓(xùn)練B.尋找損失函數(shù)的最小值C.提高算法效率D.提高模型性能A11.衣服有L、M、S等尺碼,這些尺碼可以表示為()。A.分類(lèi)數(shù)據(jù) B.數(shù)值數(shù)據(jù)C.連續(xù)數(shù)據(jù) D.整數(shù)D12.線(xiàn)性回歸中的權(quán)重W和b()。A.沒(méi)有辦法計(jì)算B.研究人員根據(jù)經(jīng)驗(yàn)設(shè)置C.都不可以是負(fù)數(shù)D.都是可以從數(shù)據(jù)中計(jì)算出來(lái)的B13.模型的損失函數(shù)()。A.通過(guò)升高損失函數(shù)的值優(yōu)化模型B.通過(guò)降低損失函數(shù)的值優(yōu)化模型C.可以是負(fù)數(shù)D.有絕對(duì)的好壞標(biāo)準(zhǔn)D14.下面關(guān)于訓(xùn)練數(shù)據(jù)和測(cè)試數(shù)據(jù)的說(shuō)法中,正確的是()。A.測(cè)試數(shù)據(jù)可有可無(wú)B.訓(xùn)練數(shù)據(jù)的損失值越小,模型擬合得越好C.訓(xùn)練數(shù)據(jù)的損失值越大,模型擬合得越好D.不可以使用測(cè)試數(shù)據(jù)訓(xùn)練C15.下面關(guān)于過(guò)擬合的說(shuō)法中,正確的是()。A.過(guò)擬合說(shuō)明模型泛化能力強(qiáng)B.過(guò)擬合可能由于模型太簡(jiǎn)單導(dǎo)致C.過(guò)擬合可能與訓(xùn)練集和測(cè)試集劃分有關(guān)D.過(guò)擬合問(wèn)題不嚴(yán)重,不用擔(dān)心A16.機(jī)器學(xué)習(xí)的主要特點(diǎn)是()。A.通過(guò)各種算法從大數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)B.像人一樣開(kāi)展自主學(xué)習(xí)C.具有人類(lèi)神經(jīng)網(wǎng)絡(luò)的功能D.能對(duì)真實(shí)世界中的事件做出決策和預(yù)測(cè)D17.人工智能在圖像識(shí)別上已經(jīng)超越了人類(lèi),支持這些圖像識(shí)別技術(shù)的通常是()。A.云計(jì)算 B.因特網(wǎng)C.神經(jīng)計(jì)算 D.深度神經(jīng)網(wǎng)絡(luò)D18.下面關(guān)于人工智能與機(jī)器學(xué)習(xí)的關(guān)系描述正確的是()。A.機(jī)器學(xué)習(xí)是深度學(xué)習(xí)的一種方法B.人工智能是機(jī)器學(xué)習(xí)的一個(gè)分支C.人工智能就是深度學(xué)習(xí)D.深度學(xué)習(xí)是一種機(jī)器學(xué)習(xí)的方法二、簡(jiǎn)答題1.什么是機(jī)器學(xué)習(xí)?2.監(jiān)督學(xué)習(xí)與無(wú)監(jiān)督學(xué)習(xí)有何不同之處?。3.常用監(jiān)督學(xué)習(xí)算法有哪些?常用無(wú)監(jiān)督學(xué)習(xí)算法有哪些?4.支持向量機(jī)的核心思想是什么?5.決策樹(shù)有哪些優(yōu)缺點(diǎn)?6.簡(jiǎn)述K近鄰算法的工作原理。7.簡(jiǎn)述梯度下降法的基本思想。

第5章人工神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)一、單項(xiàng)選擇題D1.以下關(guān)于人工神經(jīng)網(wǎng)絡(luò)的描述正確的是()。A.任何兩個(gè)神經(jīng)元之間都是有連接的B.前饋神經(jīng)網(wǎng)絡(luò)是帶有反饋的人工神經(jīng)網(wǎng)絡(luò)C.帶反饋的人工神經(jīng)網(wǎng)絡(luò)比不帶反饋的人工神經(jīng)網(wǎng)絡(luò)高級(jí)D.神經(jīng)元的激活函數(shù)具有多種形式,不同的激活函數(shù)得到的性能不同C2.人工神經(jīng)網(wǎng)絡(luò)的導(dǎo)數(shù)增加會(huì)導(dǎo)致梯度消失現(xiàn)象,其本質(zhì)原因是()。A.各層誤差梯度相加 B.各層誤差梯度相減C.各層誤差梯度相乘 D.誤差趨于飽和D3.以下關(guān)于深度學(xué)習(xí)的描述不正確的是()。A.深度神經(jīng)網(wǎng)絡(luò)的層數(shù)多于淺層神經(jīng)網(wǎng)絡(luò),具有更強(qiáng)的表達(dá)能力B.卷積神經(jīng)網(wǎng)絡(luò)可以不需要人工提取特征圖C.深度學(xué)習(xí)是大數(shù)據(jù)時(shí)代的必然產(chǎn)物D.以上都不正確A4.以下關(guān)于感知機(jī)的說(shuō)法錯(cuò)誤的是()。A.單層感知機(jī)可以解決“異或”問(wèn)題B.感知機(jī)分類(lèi)的原理是通過(guò)調(diào)整權(quán)值使兩類(lèi)樣本經(jīng)過(guò)感知機(jī)模型后的輸出不同C.單層感知機(jī)只能針對(duì)線(xiàn)性可分的數(shù)據(jù)集分類(lèi)D.學(xué)習(xí)率可以控制每次權(quán)值調(diào)整力度A5.卷積層的主要作用是()。A.提取圖像特征B.降低輸入維度C.解決梯度消失和梯度爆炸問(wèn)題D.進(jìn)行某種非線(xiàn)性變換B6.()使機(jī)器模仿人類(lèi)的視聽(tīng)和思考等活動(dòng),解決了很多復(fù)雜的模式識(shí)別難題,使得人工智能相關(guān)技術(shù)取得了很大進(jìn)步。A.特征學(xué)習(xí) B.深度學(xué)習(xí)C.簡(jiǎn)單學(xué)習(xí) D.表示學(xué)習(xí)A7.標(biāo)志著第一個(gè)采用卷積思想的神經(jīng)網(wǎng)絡(luò)面世的是()。A.LeNet B.AlexNetC.CNN D.VGGD8.下列表述中,不屬于神經(jīng)網(wǎng)絡(luò)的組成部分的是()。A.輸入層 B.隱藏層C.輸出層 D.特征層C9.不屬于卷積神經(jīng)網(wǎng)絡(luò)典型術(shù)語(yǔ)的是()。A.全連接 B.卷積C.遞歸 D.池化B10.卷積神經(jīng)網(wǎng)絡(luò)()。A.只可以應(yīng)用在圖像識(shí)別領(lǐng)域B.大量使用在圖像識(shí)別領(lǐng)域C.在自然語(yǔ)言處理領(lǐng)域表現(xiàn)最好D.可以解決任何問(wèn)題B11.下面關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的說(shuō)法中,錯(cuò)誤的是()。A.解決了參數(shù)量過(guò)大的問(wèn)題B.解決了無(wú)法有效激活的問(wèn)題C.保持了局部相關(guān)性和空間不變性D.是一種神經(jīng)網(wǎng)絡(luò)D12.深度學(xué)習(xí)的深度是指()。A.機(jī)器學(xué)習(xí)的能力比較強(qiáng)B.構(gòu)成神經(jīng)網(wǎng)絡(luò)的輸出層比較多C.構(gòu)成神經(jīng)網(wǎng)絡(luò)的輸入層比較多D.構(gòu)成神經(jīng)網(wǎng)絡(luò)的隱藏層比較多二、簡(jiǎn)答題1.簡(jiǎn)述MP模型的結(jié)構(gòu)?2.BP神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)過(guò)程主要由哪兩個(gè)階段組成?這兩個(gè)階段分別做了哪些事情?3.卷積神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)結(jié)構(gòu)上有何特點(diǎn)?實(shí)現(xiàn)了什么功能?4.循環(huán)神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)結(jié)構(gòu)上有何特點(diǎn)?它適合解決什么問(wèn)題?5.簡(jiǎn)述什么是深度學(xué)習(xí)。6.簡(jiǎn)述什么是激活函數(shù),以及激活函數(shù)的作用。7..對(duì)圖像進(jìn)行卷積運(yùn)算,圖像矩陣與卷積核分別如圖5-29和圖5-30所示,請(qǐng)給出按步長(zhǎng)為1進(jìn)行卷積后的特征圖。圖5-29圖像矩陣圖5-30卷積核答案:8.對(duì)如圖5-31所示的圖像矩陣進(jìn)行最大池化運(yùn)算,采用2×2大小的池化窗口,步長(zhǎng)與池長(zhǎng)窗口大小相同,請(qǐng)給出池化后的圖像矩陣。圖5-31圖像矩陣答案1391214

第6章計(jì)算機(jī)視覺(jué)一、單項(xiàng)選擇題C1.視覺(jué)是人類(lèi)獲得信息最多的感官來(lái)源,有實(shí)驗(yàn)證實(shí),視覺(jué)所獲得的信息占人類(lèi)獲得信息的()以上。A.60% B.70% C.80% D.90%B2.一幅灰度級(jí)均勻分布的圖像,其灰度范圍在(0,255)區(qū)間。若該圖像中某個(gè)像素點(diǎn)的灰度值為127,該灰度值經(jīng)歸一化處理以后應(yīng)為()。A.0 B.0.5 C.1 D.127D3.以下選項(xiàng)中,不屬于計(jì)算機(jī)視覺(jué)的圖像處理技術(shù)的是()。A.分類(lèi) B.定位C.目標(biāo)檢測(cè) D.圖像壓縮C4.以下關(guān)于圖像分類(lèi)的特點(diǎn)中描述錯(cuò)誤的是()。A.圖像分類(lèi)具有局限性B.通過(guò)機(jī)器替代人來(lái)實(shí)現(xiàn)圖像分類(lèi),能夠在一定程度上減少錯(cuò)誤和缺陷C.在任何場(chǎng)景下,機(jī)器進(jìn)行圖像識(shí)別的準(zhǔn)確率都高于人類(lèi)D.在一定程度上能夠減輕人類(lèi)的負(fù)擔(dān)B5.下列不屬于圖像分類(lèi)應(yīng)用的是()。A.車(chē)牌識(shí)別 B.機(jī)器翻譯C.醫(yī)療影像診斷 D.工業(yè)瑕疵診斷A6.()是檢測(cè)圖像中人臉?biāo)谖恢玫囊豁?xiàng)技術(shù)。A.人臉檢測(cè) B.人臉配準(zhǔn)C.人臉屬性識(shí)別 D.人臉特征提取B7.()是定位出人臉上五官關(guān)鍵點(diǎn)坐標(biāo)的一項(xiàng)技術(shù)。A.人臉檢測(cè) B.人臉配準(zhǔn)C.人臉屬性識(shí)別 D.人臉特征提取A8.通過(guò)比對(duì),兩張人臉的特征相似度()閾值,即判定兩張人臉屬于同一個(gè)人。A.大于 B.等于 小于 D.不相關(guān)D9.()是將輸入的人臉和一個(gè)集合中的所有人臉進(jìn)行比對(duì),根據(jù)比對(duì)后的相似度對(duì)集合中的人臉進(jìn)行排序。A.人臉比對(duì) B.人臉聚類(lèi)C.人臉驗(yàn)證 D.人臉檢索B10.人臉認(rèn)證系統(tǒng)容易受到各種手段的欺騙,如用偷拍的照片假冒真人等,所以()檢測(cè)技術(shù)的研究顯得異常重要。A.人臉比對(duì) B.人臉活體C.人臉驗(yàn)證 D.人臉提取特征二、簡(jiǎn)答題1.什么是計(jì)算機(jī)視覺(jué)?2.計(jì)算機(jī)視覺(jué)的圖像處理技術(shù)主要有哪些?3.簡(jiǎn)述人臉識(shí)別的基本流程。4.在生活中,請(qǐng)列舉至少3種圖像分類(lèi)的應(yīng)用場(chǎng)景。

第7章

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論