長春工業(yè)大學《設計基礎》2023-2024學年第一學期期末試卷_第1頁
長春工業(yè)大學《設計基礎》2023-2024學年第一學期期末試卷_第2頁
長春工業(yè)大學《設計基礎》2023-2024學年第一學期期末試卷_第3頁
長春工業(yè)大學《設計基礎》2023-2024學年第一學期期末試卷_第4頁
全文預覽已結(jié)束

下載本文檔

版權(quán)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(quán),請進行舉報或認領

文檔簡介

學校________________班級____________姓名____________考場____________準考證號學校________________班級____________姓名____________考場____________準考證號…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁,共3頁長春工業(yè)大學

《設計基礎》2023-2024學年第一學期期末試卷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、計算機視覺里,以下哪個不是圖像增強的空域方法?()A.灰度變換B.直方圖規(guī)定化C.頻域濾波D.圖像平滑2、在行人檢測中,HOG特征結(jié)合()分類器效果較好。A.SVMB.KNNC.DecisionTreeD.RandomForest3、計算機視覺中,以下哪種方法常用于圖像的特征點檢測穩(wěn)定性評價?()A.重復性B.準確性C.召回率D.F1值4、在計算機視覺中,以下哪種方法常用于圖像的風格遷移?()A.基于卷積神經(jīng)網(wǎng)絡B.基于循環(huán)神經(jīng)網(wǎng)絡C.基于生成對抗網(wǎng)絡D.以上都是5、在計算機視覺中,以下哪種方法常用于圖像的語義分割中的邊界優(yōu)化?()A.條件隨機場B.全連接條件隨機場C.深度學習D.以上都是6、在人臉識別中,以下哪個步驟是關(guān)鍵?()A.特征提取B.圖像預處理C.模型訓練D.結(jié)果評估7、計算機視覺中,圖像金字塔常用于()A.特征提取B.圖像壓縮C.目標檢測D.圖像分割8、計算機視覺里,以下哪個不是圖像的白平衡方法?()A.灰度世界法B.完美反射法C.白點法D.中值濾波法9、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10、在計算機視覺中,以下哪種方法常用于圖像的實例分割?()A.MaskR-CNNB.FCNC.U-NetD.SegNet11、以下哪種方法可以用于圖像的特征提???()A.卷積神經(jīng)網(wǎng)絡B.支持向量機C.決策樹D.隨機森林12、在計算機視覺中,以下哪種方法常用于圖像的目標檢測中的遮擋處理?()A.上下文信息B.跟蹤歷史C.多視角融合D.以上都是13、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14、計算機視覺中,用于圖像的去霧的方法通?;冢ǎ〢.物理模型B.深度學習C.圖像增強D.以上都是15、以下哪種方法可以用于圖像的目標跟蹤中的快速運動處理?()A.預測模型B.特征融合C.模型壓縮D.以上都是16、以下哪種損失函數(shù)常用于目標檢測?()A.均方誤差B.交叉熵C.IoU損失D.絕對值損失17、在計算機視覺中,以下哪種技術(shù)常用于圖像的深度估計模型訓練?()A.合成數(shù)據(jù)B.真實數(shù)據(jù)C.半合成數(shù)據(jù)D.以上都是18、計算機視覺中,用于立體視覺的關(guān)鍵技術(shù)是()A.特征匹配B.圖像融合C.圖像壓縮D.圖像增強19、以下哪個不是計算機視覺中的特征描述子?()A.SIFTB.HOGC.LBPD.DCT20、以下哪個不是計算機視覺中的圖像分割方法?()A.閾值分割B.邊緣分割C.聚類分割D.傅里葉變換二、簡答題(本大題共4個小題,共40分)1、(本題10分)解釋計算機視覺在慈善捐贈中的物品分類和評估。2、(本題10分)說明計算機視覺中運動估計的基本原理。3、(本題10分)描述計算機視覺在海洋經(jīng)濟發(fā)展中的應用。4、(本題10分)計算機視覺中如何輔助新聞編輯和內(nèi)容篩選?三、應用題(本大題共

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(quán)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(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(quán)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。

最新文檔

評論

0/150

提交評論