湖南工業(yè)大學(xué)科技學(xué)院《信息圖表設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷

自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密自覺遵守考場(chǎng)紀(jì)律如考試作弊此答卷無效密封線第1頁，共3頁湖南工業(yè)大學(xué)科技學(xué)院《信息圖表設(shè)計(jì)》

2023-2024學(xué)年第一學(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、在計(jì)算機(jī)視覺的人臉識(shí)別任務(wù)中，假設(shè)要實(shí)現(xiàn)一個(gè)能夠在不同光照和表情下準(zhǔn)確識(shí)別的系統(tǒng)。以下關(guān)于數(shù)據(jù)預(yù)處理的步驟，哪一項(xiàng)是最重要的？（）A.對(duì)人臉圖像進(jìn)行歸一化處理，統(tǒng)一大小和亮度B.對(duì)圖像進(jìn)行銳化處理，增強(qiáng)面部特征C.給圖像添加藝術(shù)效果，提高美觀度D.隨機(jī)裁剪圖像，增加數(shù)據(jù)多樣性2、計(jì)算機(jī)視覺中的三維重建技術(shù)可以從多幅圖像中恢復(fù)物體的三維形狀。假設(shè)要對(duì)一個(gè)古老建筑進(jìn)行三維重建。以下關(guān)于三維重建方法的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過立體視覺的方法，從不同角度拍攝的圖像中計(jì)算深度信息B.基于結(jié)構(gòu)光的方法能夠快速獲取物體表面的三維點(diǎn)云數(shù)據(jù)C.深度學(xué)習(xí)在三維重建中也有應(yīng)用，能夠?qū)W習(xí)從二維圖像到三維形狀的映射D.三維重建的結(jié)果總是非常精確，與真實(shí)物體的形狀完全一致3、在圖像去噪中，BM3D（Block-Matchingand3DFiltering）算法的優(yōu)勢(shì)在于（）A.去噪效果好B.保持圖像細(xì)節(jié)C.計(jì)算效率高D.以上都是4、計(jì)算機(jī)視覺中的圖像語義分割需要為圖像中的每個(gè)像素分配類別標(biāo)簽。假設(shè)要對(duì)一張城市街景圖像進(jìn)行語義分割，包括道路、建筑物、車輛和行人等。以下哪種圖像語義分割方法在處理這種復(fù)雜場(chǎng)景時(shí)能夠提供更精細(xì)的分割結(jié)果？（）A.全卷積網(wǎng)絡(luò)（FCN）B.U-NetC.SegNetD.DeepLab5、計(jì)算機(jī)視覺在安防領(lǐng)域的應(yīng)用可以加強(qiáng)監(jiān)控和預(yù)警能力。假設(shè)要通過攝像頭實(shí)時(shí)監(jiān)測(cè)公共場(chǎng)所的異常行為，以下關(guān)于安防計(jì)算機(jī)視覺應(yīng)用的描述，正確的是：（）A.簡(jiǎn)單的運(yùn)動(dòng)檢測(cè)算法就能準(zhǔn)確識(shí)別各種異常行為B.不考慮人群密度和環(huán)境背景對(duì)異常行為檢測(cè)的影響C.結(jié)合深度學(xué)習(xí)和行為分析模型可以提高異常行為檢測(cè)的準(zhǔn)確性和及時(shí)性D.安防領(lǐng)域的計(jì)算機(jī)視覺系統(tǒng)不需要考慮隱私保護(hù)和數(shù)據(jù)安全問題6、在計(jì)算機(jī)視覺的三維重建任務(wù)中，需要從多視角的圖像中恢復(fù)物體的三維形狀。假設(shè)我們有一組從不同角度拍攝的建筑物圖像，以下哪種方法常用于從這些圖像中重建建筑物的三維模型？（）A.立體匹配方法B.結(jié)構(gòu)光方法C.運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SFM）D.基于投影的方法7、計(jì)算機(jī)視覺中的場(chǎng)景文本識(shí)別旨在從圖像中識(shí)別出文字信息。假設(shè)要在一張街景圖像中識(shí)別出店鋪招牌上的文字。以下關(guān)于場(chǎng)景文本識(shí)別方法的描述，正確的是：（）A.基于光學(xué)字符識(shí)別（OCR）技術(shù)的方法對(duì)字體和排版的變化適應(yīng)性強(qiáng)，識(shí)別準(zhǔn)確率高B.深度學(xué)習(xí)中的端到端文本識(shí)別模型能夠處理彎曲和變形的文本，但對(duì)模糊文本效果不佳C.場(chǎng)景文本識(shí)別只需要關(guān)注文本的內(nèi)容，不需要考慮文本的位置和上下文信息D.所有的場(chǎng)景文本識(shí)別方法都能夠在復(fù)雜的自然場(chǎng)景中準(zhǔn)確無誤地識(shí)別出各種文字8、計(jì)算機(jī)視覺中的目標(biāo)計(jì)數(shù)是估計(jì)圖像或視頻中目標(biāo)的數(shù)量。假設(shè)要在一張人群圖像中準(zhǔn)確計(jì)數(shù)人數(shù)，以下關(guān)于目標(biāo)計(jì)數(shù)方法的描述，正確的是：（）A.基于檢測(cè)的計(jì)數(shù)方法通過檢測(cè)每個(gè)個(gè)體來實(shí)現(xiàn)計(jì)數(shù)，對(duì)密集場(chǎng)景效果好B.基于回歸的計(jì)數(shù)方法直接預(yù)測(cè)目標(biāo)數(shù)量，計(jì)算速度快但精度較低C.深度學(xué)習(xí)中的注意力機(jī)制在目標(biāo)計(jì)數(shù)中沒有作用，不能提高計(jì)數(shù)準(zhǔn)確性D.目標(biāo)計(jì)數(shù)只需要考慮目標(biāo)的外觀特征，不需要考慮圖像的上下文信息9、計(jì)算機(jī)視覺在工業(yè)檢測(cè)中的應(yīng)用越來越廣泛。假設(shè)要檢測(cè)電子電路板上的微小缺陷，以下哪種圖像采集設(shè)備可能提供更高的分辨率和精度？（）A.普通數(shù)碼相機(jī)B.工業(yè)線陣相機(jī)C.手機(jī)攝像頭D.監(jiān)控?cái)z像頭10、在一個(gè)基于計(jì)算機(jī)視覺的工業(yè)質(zhì)量檢測(cè)系統(tǒng)中，需要檢測(cè)產(chǎn)品表面的微小缺陷，如劃痕、凹坑等。由于缺陷的尺寸較小且形態(tài)多樣，以下哪種圖像處理算法可能對(duì)缺陷檢測(cè)最為有效？（）A.邊緣檢測(cè)算法B.形態(tài)學(xué)操作C.閾值分割算法D.霍夫變換11、在計(jì)算機(jī)視覺的圖像檢索任務(wù)中，假設(shè)要從一個(gè)大型圖像數(shù)據(jù)庫中快速找到與給定查詢圖像相似的圖像。這些圖像可能在內(nèi)容、風(fēng)格和主題上存在差異。為了提高檢索的效率和準(zhǔn)確性，以下哪種方法通常被采用？（）A.基于全局特征的圖像表示和相似性度量B.只對(duì)圖像的標(biāo)簽進(jìn)行文本匹配，忽略圖像內(nèi)容C.隨機(jī)選擇數(shù)據(jù)庫中的圖像作為檢索結(jié)果D.不進(jìn)行任何預(yù)處理，直接在原始圖像上進(jìn)行檢索12、在計(jì)算機(jī)視覺的立體視覺任務(wù)中，通過兩個(gè)或多個(gè)相機(jī)獲取的圖像來計(jì)算深度信息。以下哪種立體匹配算法在精度和效率方面可能表現(xiàn)較好？（）A.基于區(qū)域的匹配算法B.基于特征的匹配算法C.基于深度學(xué)習(xí)的匹配算法D.以上都是13、在計(jì)算機(jī)視覺的自動(dòng)駕駛應(yīng)用中，車輛需要準(zhǔn)確識(shí)別道路標(biāo)志、交通信號(hào)燈和其他車輛的狀態(tài)。對(duì)于實(shí)時(shí)性和準(zhǔn)確性要求極高的場(chǎng)景，以下哪種傳感器融合技術(shù)能夠?yàn)檐囕v提供更全面和可靠的環(huán)境感知？（）A.攝像頭與激光雷達(dá)的融合B.毫米波雷達(dá)與超聲波傳感器的融合C.多種攝像頭的融合D.以上都是14、在計(jì)算機(jī)視覺的視頻目標(biāo)跟蹤中，假設(shè)目標(biāo)在視頻中被短暫遮擋。以下關(guān)于處理遮擋情況的方法，哪一項(xiàng)是不太有效的？（）A.利用目標(biāo)在遮擋前的運(yùn)動(dòng)軌跡預(yù)測(cè)其位置B.完全放棄對(duì)被遮擋目標(biāo)的跟蹤，等待其重新出現(xiàn)C.結(jié)合目標(biāo)的外觀特征和運(yùn)動(dòng)信息進(jìn)行跟蹤D.借助周圍背景和其他相關(guān)物體的信息輔助跟蹤15、在計(jì)算機(jī)視覺的場(chǎng)景理解任務(wù)中，假設(shè)要理解一個(gè)室內(nèi)場(chǎng)景的布局和物體關(guān)系。以下關(guān)于利用深度學(xué)習(xí)模型的方法，哪一項(xiàng)是不太恰當(dāng)?shù)模浚ǎ〢.使用卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取圖像特征B.運(yùn)用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）處理場(chǎng)景的序列信息C.直接使用未經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，期望其自動(dòng)學(xué)習(xí)場(chǎng)景理解D.結(jié)合CNN和RNN，構(gòu)建端到端的場(chǎng)景理解模型二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）說明計(jì)算機(jī)視覺在港口管理中的應(yīng)用。2、（本題5分）計(jì)算機(jī)視覺中如何進(jìn)行圖像預(yù)處理？3、（本題5分）描述計(jì)算機(jī)視覺在海嘯預(yù)警中的應(yīng)用。4、（本題5分）計(jì)算機(jī)視覺中如何進(jìn)行圖像的去噪處理？三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）使用目標(biāo)跟蹤算法，跟蹤賽車場(chǎng)上賽車的速度變化。2、（本題5分）在物流配送中，使用計(jì)算機(jī)視覺識(shí)別包裹的目的地和收件人信息。3、（本題5分）運(yùn)用圖像分類技術(shù)，對(duì)不同種類的茶葉進(jìn)行分類。4、（本題5分）利用深度學(xué)習(xí)算法，對(duì)不同種類的魚干圖像進(jìn)行分類。5、（本題5分）在工業(yè)制造中，使用計(jì)算機(jī)視覺檢測(cè)產(chǎn)品表面的微小瑕疵。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）以一款手機(jī)游戲的新手引導(dǎo)界面設(shè)計(jì)為例，分析其如何運(yùn)用視覺語言和交互設(shè)計(jì)幫助新手快速上手，提升游戲體驗(yàn)。2、（本題10分）以一個(gè)家居品牌的產(chǎn)品目錄設(shè)計(jì)為例，分析其如何運(yùn)用