南京航空航天大學(xué)金城學(xué)院《信息視覺(jué)設(shè)計(jì)》2021-2022學(xué)年第一學(xué)期期末試卷

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第2頁(yè)，共2頁(yè)南京航空航天大學(xué)金城學(xué)院

《信息視覺(jué)設(shè)計(jì)》2021-2022學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分一、單選題（本大題共20個(gè)小題，每小題2分，共40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(jué)的目標(biāo)識(shí)別任務(wù)中，假設(shè)要識(shí)別不同種類的水果。以下關(guān)于應(yīng)對(duì)類內(nèi)差異和類間相似性的策略，哪一項(xiàng)是不正確的？（）A.增加訓(xùn)練數(shù)據(jù)的多樣性，包括不同角度、大小和成熟度的水果B.提取更具區(qū)分性的特征，減少類內(nèi)差異和類間相似性的影響C.降低模型的復(fù)雜度，避免過(guò)度擬合類內(nèi)差異和類間相似性D.忽略類內(nèi)差異和類間相似性，依靠模型的自動(dòng)適應(yīng)能力2、圖像去模糊是計(jì)算機(jī)視覺(jué)中的一個(gè)難題。假設(shè)一張圖像由于相機(jī)抖動(dòng)而產(chǎn)生模糊，以下哪種去模糊方法可能需要對(duì)模糊核有較為準(zhǔn)確的估計(jì)？（）A.基于深度學(xué)習(xí)的去模糊方法B.盲去卷積方法C.維納濾波去模糊方法D.均值濾波去模糊方法3、計(jì)算機(jī)視覺(jué)中的姿態(tài)估計(jì)是確定物體在三維空間中的位置和方向。假設(shè)要估計(jì)一個(gè)機(jī)器人手臂的姿態(tài)，以下關(guān)于姿態(tài)估計(jì)方法的描述，哪一項(xiàng)是不正確的？（）A.基于視覺(jué)的姿態(tài)估計(jì)可以通過(guò)分析物體在圖像中的特征點(diǎn)來(lái)計(jì)算其姿態(tài)B.可以結(jié)合多個(gè)攝像頭的圖像信息，提高姿態(tài)估計(jì)的精度和魯棒性C.姿態(tài)估計(jì)通常需要先對(duì)物體進(jìn)行建模，然后通過(guò)匹配圖像和模型來(lái)確定姿態(tài)D.姿態(tài)估計(jì)的結(jié)果總是非常準(zhǔn)確，不受圖像噪聲、遮擋和物體形狀變化的影響4、計(jì)算機(jī)視覺(jué)中的圖像超分辨率重建旨在提高圖像的分辨率。假設(shè)要將一張低分辨率的衛(wèi)星圖像重建為高分辨率圖像，以下關(guān)于模型訓(xùn)練的挑戰(zhàn)，哪一項(xiàng)是最為突出的？（）A.缺乏足夠的高分辨率衛(wèi)星圖像數(shù)據(jù)用于訓(xùn)練B.模型的訓(xùn)練時(shí)間過(guò)長(zhǎng)，難以在短時(shí)間內(nèi)得到結(jié)果C.難以評(píng)估重建后的圖像質(zhì)量，沒(méi)有明確的標(biāo)準(zhǔn)D.計(jì)算資源需求過(guò)大，普通計(jì)算機(jī)難以承受5、計(jì)算機(jī)視覺(jué)中的目標(biāo)計(jì)數(shù)任務(wù)，例如統(tǒng)計(jì)圖像中物體的數(shù)量。假設(shè)要計(jì)算一張果園圖片中蘋果的數(shù)量，以下關(guān)于目標(biāo)計(jì)數(shù)方法的描述，正確的是：（）A.基于傳統(tǒng)的圖像分割和對(duì)象識(shí)別方法可以準(zhǔn)確快速地完成目標(biāo)計(jì)數(shù)B.深度學(xué)習(xí)中的回歸模型不適合用于目標(biāo)計(jì)數(shù)任務(wù)C.目標(biāo)的大小、形狀和分布對(duì)計(jì)數(shù)結(jié)果沒(méi)有影響D.結(jié)合深度學(xué)習(xí)的密度估計(jì)方法能夠有效地實(shí)現(xiàn)目標(biāo)計(jì)數(shù)6、在計(jì)算機(jī)視覺(jué)的圖像檢索任務(wù)中，假設(shè)要從海量的圖像庫(kù)中快速找到與給定圖像相似的圖像。以下關(guān)于圖像特征表示的選擇，哪一項(xiàng)是需要重點(diǎn)考慮的？（）A.選擇具有高維度的特征向量，包含豐富的圖像信息B.采用低維度但具有區(qū)分性的特征表示，提高檢索效率C.忽略特征的維度和區(qū)分性，隨機(jī)選擇一種特征表示D.只使用圖像的顏色特征，忽略形狀和紋理等特征7、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別用于分析視頻中的人體動(dòng)作。假設(shè)要識(shí)別一段舞蹈視頻中的動(dòng)作類別。以下關(guān)于動(dòng)作識(shí)別方法的描述，哪一項(xiàng)是不準(zhǔn)確的？（）A.可以基于時(shí)空特征提取的方法，捕捉動(dòng)作在時(shí)間和空間上的變化B.深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（LSTM）適用于動(dòng)作序列的分析C.動(dòng)作識(shí)別只需要關(guān)注人體的關(guān)節(jié)位置，不需要考慮人體的整體形態(tài)D.多模態(tài)數(shù)據(jù)融合，如結(jié)合音頻和視頻信息，可以提高動(dòng)作識(shí)別的準(zhǔn)確率8、計(jì)算機(jī)視覺(jué)中的顯著性檢測(cè)旨在找出圖像中引人注目的區(qū)域。假設(shè)要在一張復(fù)雜的自然風(fēng)景圖像中檢測(cè)顯著性區(qū)域，以下關(guān)于顯著性檢測(cè)方法的描述，哪一項(xiàng)是不正確的？（）A.基于對(duì)比度的方法通過(guò)計(jì)算圖像區(qū)域與周圍區(qū)域的差異來(lái)確定顯著性B.基于頻域分析的方法可以從圖像的頻譜中提取顯著性信息C.深度學(xué)習(xí)方法能夠?qū)W習(xí)圖像的全局和局部特征，實(shí)現(xiàn)更準(zhǔn)確的顯著性檢測(cè)D.顯著性檢測(cè)的結(jié)果總是與人類的視覺(jué)注意力機(jī)制完全一致，沒(méi)有偏差9、在計(jì)算機(jī)視覺(jué)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(kù)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(kù)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10、在計(jì)算機(jī)視覺(jué)中，目標(biāo)檢測(cè)是一項(xiàng)重要任務(wù)。假設(shè)要在一張包含眾多物體的復(fù)雜圖像中準(zhǔn)確檢測(cè)出不同類型的車輛，例如轎車、卡車和摩托車。圖像中的車輛可能具有不同的顏色、大小和姿態(tài)，而且背景也較為復(fù)雜。為了實(shí)現(xiàn)高精度的車輛檢測(cè)，以下哪種方法通常被認(rèn)為是最有效的？（）A.基于傳統(tǒng)圖像處理技術(shù)，如邊緣檢測(cè)和形態(tài)學(xué)操作B.使用基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，如FasterR-CNNC.采用簡(jiǎn)單的模板匹配方法，根據(jù)預(yù)先定義的車輛模板進(jìn)行匹配D.對(duì)圖像進(jìn)行全局特征提取，然后基于這些特征進(jìn)行分類11、計(jì)算機(jī)視覺(jué)中的醫(yī)學(xué)圖像分析對(duì)于疾病的診斷和治療具有重要意義。以下關(guān)于醫(yī)學(xué)圖像分析的描述，不準(zhǔn)確的是（）A.可以對(duì)X光、CT、MRI等醫(yī)學(xué)圖像進(jìn)行病灶檢測(cè)、器官分割和疾病分類B.深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分析中取得了顯著的成果，但也面臨數(shù)據(jù)標(biāo)注困難和模型泛化能力不足的問(wèn)題C.醫(yī)學(xué)圖像分析需要遵循嚴(yán)格的醫(yī)學(xué)標(biāo)準(zhǔn)和倫理規(guī)范，確保結(jié)果的準(zhǔn)確性和可靠性D.醫(yī)學(xué)圖像分析完全依賴于計(jì)算機(jī)視覺(jué)技術(shù)，醫(yī)生的經(jīng)驗(yàn)和專業(yè)知識(shí)不再重要12、計(jì)算機(jī)視覺(jué)在智能交通系統(tǒng)中的應(yīng)用可以優(yōu)化交通流量和提高安全性。假設(shè)要通過(guò)計(jì)算機(jī)視覺(jué)監(jiān)測(cè)道路上的車輛擁堵情況。以下關(guān)于計(jì)算機(jī)視覺(jué)在智能交通中的描述，哪一項(xiàng)是錯(cuò)誤的？（）A.可以通過(guò)車輛檢測(cè)和計(jì)數(shù)來(lái)評(píng)估道路的擁堵程度B.能夠識(shí)別車輛的類型和行駛方向，為交通管理提供數(shù)據(jù)支持C.計(jì)算機(jī)視覺(jué)在智能交通中的應(yīng)用完全不受惡劣天氣和光照條件的影響D.可以與交通信號(hào)控制系統(tǒng)聯(lián)動(dòng)，實(shí)現(xiàn)自適應(yīng)的交通信號(hào)配時(shí)13、計(jì)算機(jī)視覺(jué)中的姿態(tài)估計(jì)任務(wù)是估計(jì)人體或物體在三維空間中的姿態(tài)。假設(shè)要估計(jì)一個(gè)人體模特的姿態(tài)。以下關(guān)于姿態(tài)估計(jì)的描述，哪一項(xiàng)是不正確的？（）A.可以通過(guò)關(guān)鍵點(diǎn)檢測(cè)和關(guān)節(jié)角度計(jì)算來(lái)估計(jì)人體姿態(tài)B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)可以直接預(yù)測(cè)人體姿態(tài)的參數(shù)C.姿態(tài)估計(jì)在虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)等應(yīng)用中具有重要作用D.姿態(tài)估計(jì)的結(jié)果總是非常準(zhǔn)確，不受人體遮擋和復(fù)雜動(dòng)作的影響14、圖像分割是將圖像分成不同的區(qū)域，每個(gè)區(qū)域具有相似的特征。假設(shè)要對(duì)醫(yī)學(xué)圖像進(jìn)行器官分割，以下關(guān)于圖像分割方法的描述，哪一項(xiàng)是不正確的？（）A.基于閾值的分割方法簡(jiǎn)單直接，但對(duì)于復(fù)雜圖像效果往往不佳B.基于邊緣檢測(cè)的分割方法通過(guò)尋找圖像中的邊緣來(lái)劃分區(qū)域，但容易受到噪聲影響C.基于深度學(xué)習(xí)的語(yǔ)義分割方法能夠?qū)崿F(xiàn)像素級(jí)別的分類，效果較好，但計(jì)算量較大D.圖像分割只適用于灰度圖像，對(duì)于彩色圖像無(wú)法進(jìn)行有效的分割15、計(jì)算機(jī)視覺(jué)在虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）中有著重要的應(yīng)用。假設(shè)要在VR游戲中實(shí)現(xiàn)真實(shí)的場(chǎng)景交互。以下關(guān)于計(jì)算機(jī)視覺(jué)在VR/AR中的描述，哪一項(xiàng)是不正確的？（）A.可以通過(guò)對(duì)用戶的動(dòng)作和姿態(tài)進(jìn)行識(shí)別，實(shí)現(xiàn)自然的交互操作B.能夠?qū)⑻摂M物體與真實(shí)場(chǎng)景進(jìn)行準(zhǔn)確的融合和匹配C.計(jì)算機(jī)視覺(jué)技術(shù)可以提高VR/AR體驗(yàn)的沉浸感和真實(shí)感D.VR/AR中的計(jì)算機(jī)視覺(jué)應(yīng)用不存在任何技術(shù)挑戰(zhàn)和限制16、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別旨在識(shí)別視頻中的人物動(dòng)作。假設(shè)我們要對(duì)一段包含復(fù)雜背景和多人交互的視頻進(jìn)行動(dòng)作識(shí)別，以下哪種特征表示可能對(duì)提高識(shí)別準(zhǔn)確率有幫助？（）A.基于光流的特征B.基于圖像直方圖的特征C.基于像素值的原始特征D.基于圖像邊緣的特征17、在計(jì)算機(jī)視覺(jué)的圖像分類任務(wù)中，假設(shè)要處理類別不均衡的數(shù)據(jù)集，即某些類別的樣本數(shù)量遠(yuǎn)遠(yuǎn)少于其他類別。以下關(guān)于處理類別不均衡的方法描述，正確的是：（）A.直接使用傳統(tǒng)的分類算法，類別不均衡不會(huì)對(duì)結(jié)果產(chǎn)生明顯影響B(tài).過(guò)采樣少數(shù)類別的樣本可以增加其數(shù)量，但可能導(dǎo)致過(guò)擬合C.欠采樣多數(shù)類別的樣本能夠平衡數(shù)據(jù)集，但會(huì)丟失部分有用信息D.類別不均衡問(wèn)題無(wú)法通過(guò)數(shù)據(jù)處理方法解決，只能通過(guò)改進(jìn)分類算法來(lái)應(yīng)對(duì)18、在計(jì)算機(jī)視覺(jué)中，圖像去霧是提高有霧圖像質(zhì)量的技術(shù)。以下關(guān)于圖像去霧的描述，不準(zhǔn)確的是（）A.圖像去霧可以基于物理模型或深度學(xué)習(xí)方法來(lái)實(shí)現(xiàn)B.深度學(xué)習(xí)方法在圖像去霧中能夠有效地恢復(fù)圖像的細(xì)節(jié)和顏色C.圖像去霧只對(duì)輕度有霧的圖像有效，對(duì)于濃霧圖像效果不佳D.圖像去霧可以提高圖像的清晰度和可視性，有助于后續(xù)的處理和分析19、計(jì)算機(jī)視覺(jué)中的姿態(tài)估計(jì)是指確定物體在三維空間中的位置和方向。以下關(guān)于姿態(tài)估計(jì)的說(shuō)法，錯(cuò)誤的是（）A.姿態(tài)估計(jì)可以通過(guò)單目相機(jī)、雙目相機(jī)或深度相機(jī)來(lái)實(shí)現(xiàn)B.基于深度學(xué)習(xí)的方法在姿態(tài)估計(jì)任務(wù)中表現(xiàn)出了較高的精度C.姿態(tài)估計(jì)在機(jī)器人操作、增強(qiáng)現(xiàn)實(shí)等領(lǐng)域有著重要的應(yīng)用價(jià)值D.姿態(tài)估計(jì)的結(jié)果總是非常精確，不受物體形狀和遮擋的影響20、計(jì)算機(jī)視覺(jué)在安防監(jiān)控領(lǐng)域有廣泛應(yīng)用。假設(shè)要通過(guò)監(jiān)控?cái)z像頭實(shí)時(shí)檢測(cè)人群中的異常行為，以下哪種方法可能需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練？（）A.基于規(guī)則的方法B.基于深度學(xué)習(xí)的方法C.基于背景減除的方法D.基于幀差法的方法二、簡(jiǎn)答題（本大題共3個(gè)小題，共15分)1、（本題5分）計(jì)算機(jī)視覺(jué)中如何利用強(qiáng)化學(xué)習(xí)進(jìn)行目標(biāo)搜索？2、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在智能家居中的應(yīng)用。3、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在智能穿戴設(shè)備中的應(yīng)用。三、分析題（本大題共5個(gè)小題，共25分)1、（本題5分）分析某品牌的線下活動(dòng)海報(bào)設(shè)計(jì)，討論其如何運(yùn)用視覺(jué)元素吸引參與者，傳達(dá)活動(dòng)的主題和氛圍，提升活動(dòng)的影響力。2、（本題5分）以一款熱門手機(jī)應(yīng)用的界面設(shè)計(jì)為例，分析其布局、色彩搭配、交互設(shè)計(jì)等方面的優(yōu)點(diǎn)和不足。3、（本題5分）某電子產(chǎn)品品牌的線下體驗(yàn)店設(shè)計(jì)科技感十足，產(chǎn)品展示豐富。請(qǐng)研究體驗(yàn)店設(shè)計(jì)在讓消費(fèi)者親身體驗(yàn)產(chǎn)品、提升品牌形象、促進(jìn)銷售方面的表現(xiàn)，以及如何根據(jù)不同產(chǎn)品線和目標(biāo)客戶群體進(jìn)行布局。4、