鹽城師范學院《廣告設計》2022-2023學年第一學期期末試卷_第1頁
鹽城師范學院《廣告設計》2022-2023學年第一學期期末試卷_第2頁
鹽城師范學院《廣告設計》2022-2023學年第一學期期末試卷_第3頁
鹽城師范學院《廣告設計》2022-2023學年第一學期期末試卷_第4頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

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1頁,共3頁鹽城師范學院《廣告設計》

2022-2023學年第一學期期末試卷院(系)_______班級_______學號_______姓名_______題號一二三總分得分批閱人一、單選題(本大題共20個小題,每小題2分,共40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、以下哪個是計算機視覺中的姿態(tài)估計方法?()A.PnP算法B.EPnP算法C.直接線性變換D.以上都是2、以下哪種技術可以用于減少圖像中的光照不均勻?()A.直方圖均衡化B.中值濾波C.均值濾波D.高斯濾波3、計算機視覺中,用于視頻分析的關鍵技術包括()A.目標跟蹤B.行為識別C.場景理解D.以上都是4、計算機視覺中,以下哪種技術常用于車牌識別?()A.字符分割B.特征提取C.分類器設計D.以上都是5、以下哪種深度學習架構常用于計算機視覺中的視頻理解?()A.3D卷積神經(jīng)網(wǎng)絡B.遞歸神經(jīng)網(wǎng)絡C.長短時記憶網(wǎng)絡D.以上都是6、計算機視覺中的特征匹配通常基于()A.特征的相似性B.特征的距離C.特征的方向D.特征的數(shù)量7、計算機視覺中的多視圖幾何包括()A.對極幾何B.基礎矩陣C.本質(zhì)矩陣D.以上都是8、以下哪個不是計算機視覺中的圖像配準挑戰(zhàn)?()A.尺度變化B.旋轉(zhuǎn)變化C.光照變化D.數(shù)據(jù)量大小9、在自動駕駛中,計算機視覺可以用于()A.車道檢測B.行人識別C.交通標志識別D.以上都是10、在圖像去噪中,BM3D(Block-Matchingand3DFiltering)算法的優(yōu)勢在于()A.去噪效果好B.保持圖像細節(jié)C.計算效率高D.以上都是11、以下哪個不是計算機視覺中的圖像增強目的?()A.改善圖像質(zhì)量B.突出圖像特征C.增加圖像噪聲D.提高圖像可讀性12、計算機視覺中的全景圖像拼接通常需要()A.圖像配準B.圖像融合C.相機標定D.以上都是13、計算機視覺中,用于立體視覺的關鍵技術是()A.特征匹配B.圖像融合C.圖像壓縮D.圖像增強14、以下哪個不是計算機視覺中的性能評估指標?()A.準確率B.召回率C.F1值D.均方根誤差15、在計算機視覺中,以下哪種方法常用于圖像的顯著性檢測?()A.基于對比度B.基于頻率C.基于深度學習D.以上都是16、以下哪個是計算機視覺中的視頻目標檢測數(shù)據(jù)集?()A.ImageNetB.UCF101C.MOTD.COCO17、計算機視覺中,以下哪種方法常用于圖像的特征描述子?()A.SIFTB.SURfC.ORBD.以上都是18、在圖像分割中,基于深度學習的方法如U-Net主要利用了()A.編碼-解碼結構B.殘差連接C.注意力機制D.以上都是19、在安防領域,計算機視覺可以實現(xiàn)()A.人臉識別B.行為分析C.異常檢測D.以上都是20、以下哪種方法常用于計算機視覺中的圖像配準精度評估?()A.均方根誤差B.峰值信噪比C.結構相似性指數(shù)D.以上都是二、簡答題(本大題共4個小題,共40分)1、(本題10分)解釋計算機視覺在專利服務中的作用。2、(本題10分)說明計算機視覺在海洋地質(zhì)調(diào)查中的應用。3、(本題10分)解釋計算機視覺中的實時性要求及解決方案。4、(本題10分)描述計算機視覺在海洋工程監(jiān)測中的應用。三、應用題(本大題共2個小題,共

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論