人工智能技術(shù)知到智慧樹章節(jié)測試課后答案2024年秋廣西工業(yè)職業(yè)技術(shù)學(xué)院

人工智能技術(shù)知到智慧樹章節(jié)測試課后答案2024年秋廣西工業(yè)職業(yè)技術(shù)學(xué)院緒論單元測試

在現(xiàn)階段，下列哪項(xiàng)尚未成為人工智能研究的主要方向和目標(biāo)：

A:研究如何用計(jì)算機(jī)模擬人類智能的若干功能，如會(huì)聽、會(huì)看、會(huì)說B:研究機(jī)器智能與人類智能的本質(zhì)差別C:研究如何用計(jì)算機(jī)模擬人類大腦的網(wǎng)絡(luò)結(jié)構(gòu)和部分功能D:研究如何用計(jì)算機(jī)延伸和擴(kuò)展人類智能

答案:研究機(jī)器智能與人類智能的本質(zhì)差別在人工智能學(xué)說中，有“鳥飛派”一說。意思是：人類通過觀察鳥類飛行，發(fā)明了飛機(jī)，但飛機(jī)飛行的方式與鳥類有很大不同。該學(xué)說指的是：

A:人類并不一定要完全實(shí)現(xiàn)人類智能，而是使用機(jī)器模擬智能并達(dá)到與人類智能相同的功能B:其余說法都不對(duì)C:人類研究人工智能，向自然界學(xué)習(xí)是唯一的途徑D:人類研究人工智能必須要完全符合智能現(xiàn)象的本質(zhì)

答案:人類并不一定要完全實(shí)現(xiàn)人類智能，而是使用機(jī)器模擬智能并達(dá)到與人類智能相同的功能為了達(dá)到智能，機(jī)器應(yīng)當(dāng)具備哪些能力？

A:學(xué)習(xí)能力B:行為能力C:感知能力D:思維能力

答案:學(xué)習(xí)能力；行為能力；感知能力；思維能力機(jī)器學(xué)習(xí)的三要素是什么？

A:算法B:算力C:數(shù)據(jù)D:經(jīng)驗(yàn)

答案:算法；算力；數(shù)據(jù)人工智能中通常把（

）作為衡量機(jī)器智能的準(zhǔn)則。

A:圖靈機(jī)B:人類智能C:圖靈測試D:中文屋思想實(shí)驗(yàn)

答案:圖靈測試

第一章單元測試

列表a=[2,4,6,8,10,12,14]，則a[3:0:-1]切出的結(jié)果是什么

A:s[:-3]B:[6,4,2]C:[8,6,4]D:[6,8,10,12,14]

答案:[8,6,4]字符串函數(shù)strip()的作用是什么？

A:按照指定字符分割字符串為數(shù)組B:替換字符串中特定字符C:去掉字符串兩側(cè)空格或指定字符D:連接兩個(gè)字符串序列

答案:去掉字符串兩側(cè)空格或指定字符"abc"的長度是3，"早上好"的長度是多少？

A:3B:9C:6D:1

答案:3字符串是一個(gè)連續(xù)的字符序列，用什么方式打印出可以換行的字符串？

A:使用轉(zhuǎn)義符\\B:使用“\換行C:使用\nD:使用空格

答案:使用\n獲得字符串s長度的方法是什么？

A:B:C:D:

答案:

第二章單元測試

基于深度學(xué)習(xí)的檢測模型有哪些？

A:SeetafaceB:Dlib人臉檢測方法C:FastR-CNN

D:MTNN

答案:Seetaface；FastR-CNN

；MTNN

人工智能深度學(xué)習(xí)框架：

A:PaddlePaddleB:Caffe

C:Keras

D:TensorFlow

答案:PaddlePaddle；Caffe

；Keras

；TensorFlow百度開源的深度學(xué)習(xí)平臺(tái)：

A:TorchB:TensorFlow

C:Caffe

D:PaddlePaddle

答案:PaddlePaddlemagenet比賽中獲勝的經(jīng)典神經(jīng)網(wǎng)絡(luò)：

A:VGG網(wǎng)絡(luò)

B:ResNetC:AlexNetD:GoogleNet

答案:VGG網(wǎng)絡(luò)

；ResNet；AlexNet；GoogleNet人臉識(shí)別技術(shù)屬于（

）應(yīng)用。

A:計(jì)算機(jī)語音應(yīng)用

B:計(jì)算機(jī)視覺應(yīng)用

答案:計(jì)算機(jī)視覺應(yīng)用

第三章單元測試

按幀率截取視頻，選擇正確的答案：

ap.set(cv2.CAP_PROP_POS_FRAMES,start*fps)pos=cap.get(cv2.CAP_PROP_POS_FRAMES)while(pos<=stop*______):

ret,frame=cap.read()

A:fpsB:fqsC:ABSD:FAS

答案:fps在創(chuàng)建了攝像頭對(duì)象cap=cv2.VideoCapture("videoTest/test1.mp4")后下列代碼的作用為：

cap.release()cv2.destroyAllWindows()

A:保存圖片B:讀取視頻C:釋放攝像頭對(duì)象和窗口D:逐幀播放視頻

答案:釋放攝像頭對(duì)象和窗口把圖片灰度化，請(qǐng)選擇正確的答案：

importcv2

#模塊導(dǎo)入img=cv2.imread('C:/py/candidate-faces/test.jpg')#讀入圖片gray=_______.cvtColor(img,cv2.COLOR_BGR2GRAY)

A:cv2B:opencvC:cvD:opencv2

答案:cv2視頻及圖像處理任務(wù)注意事項(xiàng)，需要哪個(gè)庫計(jì)算圖片像素點(diǎn)：

A:opencvB:numpyC:tensorflowD:dlib

答案:numpy

A:readB:read()C:reading()D:write()

答案:read()

第四章單元測試

人臉檢測的任務(wù)是：

A:畫出人臉?biāo)谖恢肂:檢測圖片中是否有人臉C:確定圖片中的人臉idD:給出人臉坐標(biāo)

答案:檢測圖片中是否有人臉faces=face_cascdae.detectMultiScale(gray,1.3,5)中“1.3”參數(shù)的作用？

A:窗口調(diào)整的幅度B:窗口滑動(dòng)的步長C:窗口的大小D:窗口檢測的次數(shù)

答案:窗口檢測的次數(shù)cv2.waitKey(1)中參數(shù)的單位是？

A:毫秒B:分鐘C:秒

答案:毫秒skimage第三方庫中的io模塊有什么作用？

A:幾何變換或其它變換，如旋轉(zhuǎn)、拉伸等B:顏色空間變換C:讀取、保存和顯示圖片或視頻D:圖像增強(qiáng)、邊緣檢測、排序?yàn)V波器、自動(dòng)閾值等

答案:讀取、保存和顯示圖片或視頻判斷以下l=[1,2,3,4,5，6，7，8]len(l)=？

A:5B:6C:7D:8

答案:8

第五章單元測試

人臉圖像的歸一化，目的是？

A:拍攝的同一個(gè)人的照片具有一致性B:拍攝的同一個(gè)人的照片相同C:使同成像條件下拍攝的同一個(gè)人的照片具有一致性D:使不同成像條件（光照強(qiáng)度，方向，距離，姿勢(shì)等）下拍攝的同一個(gè)人的照片具有一致性

答案:使不同成像條件（光照強(qiáng)度，方向，距離，姿勢(shì)等）下拍攝的同一個(gè)人的照片具有一致性人臉圖像的預(yù)處理主要包括？

A:人臉圖像的增強(qiáng)B:改善人臉C:歸一化D:人臉扶正

答案:人臉圖像的增強(qiáng)；歸一化；人臉扶正哪一句代碼可以畫出直方圖？

A:cv2.imshow("dst",res)B:hist(img.ravel(),256)C:cv.hist(img.ravel(),256)D:plt.hist(img.ravel(),256)

答案:plt.hist(img.ravel(),256)圖像不清晰時(shí)，我們可以使用什么方法處理？

A:直方圖均衡化B:圖像增強(qiáng)C:人臉校正

D:歸一化

答案:直方圖均衡化；圖像增強(qiáng)自定義函數(shù)的格式如下，是否正確？

def函數(shù)名（參數(shù)列表）:

函數(shù)體

A:對(duì)B:錯(cuò)

答案:對(duì)

第六章單元測試

機(jī)器進(jìn)行人臉識(shí)別技術(shù)的步驟為：

A:定位特征點(diǎn)、人臉檢測、人臉對(duì)比、計(jì)算人B:人臉檢測、定位特征點(diǎn)、計(jì)算人臉特征值、人臉對(duì)比C:人臉對(duì)比、定位特征點(diǎn)、人臉檢測、計(jì)算人臉特征值D:人臉檢測、計(jì)算人臉特征值、定位特征點(diǎn)、人臉對(duì)比

答案:人臉檢測、定位特征點(diǎn)、計(jì)算人臉特征值、人臉對(duì)比下列選項(xiàng)是正確字典的創(chuàng)建方法的是？

A:(‘name’,’Tom’:’age’,’25’)B:{‘book’:’python’:’100’’’}C:{‘name’:’John’,’age’:25,’sex’:’male’}D:dict{}

答案:{‘name’:’John’,’age’:25,’sex’:’male’}下述字符串格式化語法正確的是？

A:'GNU\'sNot%s%%'

%'UNIX'B:'GNU'sNot%d%%'

%'UNIX'C:'GNU'sNot%s%%'

%'UNIX'D:'GNU\'sNot%d%%'

%'UNIX'

答案:'GNU\'sNot%s%%'

%'UNIX'人臉識(shí)別存在諸多影響因素，對(duì)于這些影響因素，可以通過分析研究確定對(duì)應(yīng)的算法減弱甚至去除影響，以下說法錯(cuò)誤的是：

A:對(duì)于頭部姿態(tài)發(fā)生旋轉(zhuǎn)、偏轉(zhuǎn)等影響因素，可以采用建立人臉三維模型和幾何規(guī)范化的方法B:對(duì)于光照引起的臉部左右圖像不對(duì)稱，沒有辦法可以解決該影響因素C:對(duì)于年齡變化引起的臉部變化，可以采用年齡模擬模塊，將兩張人臉變換到同一年齡D:對(duì)于臉部附著物，可以采用先去掉附著物再進(jìn)行人臉比對(duì)的方法

答案:對(duì)于光照引起的臉部左右圖像不對(duì)稱，沒有辦法可以解決該影響因素關(guān)于人臉識(shí)別，以下說法正確的是：

A:戴上眼鏡、化濃妝，人臉識(shí)別技術(shù)就檢測不出你是你了B:人臉識(shí)別技術(shù)是一項(xiàng)非常安全的技術(shù)，不用擔(dān)心數(shù)據(jù)泄露C:人臉識(shí)別的應(yīng)用領(lǐng)域極其廣泛，只要需要人臉識(shí)別的場景，都可以留下人臉信息D:人臉識(shí)別是一項(xiàng)基于人臉特征信息進(jìn)行身份驗(yàn)證的技術(shù)

答案:人臉識(shí)別是一項(xiàng)基于人臉特征信息進(jìn)行身份驗(yàn)證的技術(shù)

第七章單元測試

以下代碼的作用為：

ifemotion_text=='angry':

color=emotion_probability*np.asarray((255,0,0))

A:判斷圖片是否讀取成功B:把人臉標(biāo)記框的的值設(shè)為angryC:設(shè)置人臉標(biāo)記框顏色為255，0，0D:判斷emotio_text的返回類型，如果為angry就把人臉標(biāo)記框顏色設(shè)置為255，0，0

答案:判斷emotio_text的返回類型，如果為angry就把人臉標(biāo)記框顏色設(shè)置為255，0，0在性別識(shí)別的源碼中有如下這樣的代碼它的功能為：faces=facecas.detectMultiScale(gray,scaleFactor=1.1,minNeighbors=3,minSize=(32,32))

以下答案最合理的為：

A:不斷刷新圖像B:設(shè)置重疊檢測次數(shù)為3，并設(shè)置最小區(qū)域C:打開攝像頭D:將圖片轉(zhuǎn)成灰度圖

答案:設(shè)置重疊檢測次數(shù)為3，并設(shè)置最小區(qū)域以下代碼的作用為：

image=face_recognition.load_image_file("C:/py/candidate-faces/test.jpg")

A:標(biāo)識(shí)臉部特征B:將圖片轉(zhuǎn)灰度圖C:加載圖片到numpyarrayD:進(jìn)行圖片分類

答案:加載圖片到nump