煙臺理工學院《平面設計與制作》2023-2024學年第一學期期末試卷

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頁煙臺理工學院《平面設計與制作》

2023-2024學年第一學期期末試卷院(系)_______班級_______學號_______姓名_______題號一二三四總分得分批閱人一、單選題（本大題共15個小題，每小題2分，共30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、在計算機視覺的圖像分類任務中，假設要處理類別不均衡的數(shù)據(jù)集，即某些類別的樣本數(shù)量遠遠少于其他類別。以下關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，類別不均衡不會對結果產(chǎn)生明顯影響B(tài).過采樣少數(shù)類別的樣本可以增加其數(shù)量，但可能導致過擬合C.欠采樣多數(shù)類別的樣本能夠平衡數(shù)據(jù)集，但會丟失部分有用信息D.類別不均衡問題無法通過數(shù)據(jù)處理方法解決，只能通過改進分類算法來應對2、計算機視覺中的圖像增強技術可以改善圖像質量。假設要對一張低光照條件下拍攝的圖像進行增強，以下關于圖像增強方法的描述，正確的是：（）A.簡單地增加圖像的亮度就能有效改善低光照圖像的質量B.直方圖均衡化方法總是能夠在不引入噪聲的情況下增強圖像對比度C.基于深度學習的圖像增強方法能夠自適應地學習到適合的增強策略D.圖像增強不會改變圖像的原始信息和內容3、在計算機視覺的圖像壓縮任務中，需要在減少數(shù)據(jù)量的同時盡量保持圖像的質量。假設要對一組高清圖像進行壓縮，以節(jié)省存儲空間和傳輸帶寬，同時要求解壓后的圖像能夠滿足一定的視覺要求。以下哪種圖像壓縮算法在這種情況下效果較好？（）A.JPEG壓縮算法B.PNG壓縮算法C.WebP壓縮算法D.BPG壓縮算法4、在計算機視覺的姿態(tài)估計任務中，需要確定物體在三維空間中的方向和位置。假設我們要估計一個機器人手臂的姿態(tài)，以下哪種技術通常被用于獲取準確的姿態(tài)信息？（）A.基于視覺標記的姿態(tài)估計B.基于深度學習的姿態(tài)估計C.基于幾何約束的姿態(tài)估計D.基于慣性測量單元（IMU）的姿態(tài)估計5、當進行圖像的顯著性檢測時，假設要從一張復雜的圖像中突出顯示出人們視覺上最關注的區(qū)域，例如在一張風景圖像中突出顯示出一座顯眼的山峰。以下哪種方法在計算圖像的顯著性時可能更準確？（）A.基于頻率域分析的方法，計算圖像的頻譜特征B.基于對比度的方法，比較區(qū)域與周圍的差異C.隨機選擇圖像中的部分區(qū)域作為顯著性區(qū)域D.不進行任何計算，主觀判斷顯著性區(qū)域6、在計算機視覺的視頻理解任務中，例如理解一段體育比賽視頻中的精彩瞬間和戰(zhàn)術，需要對視頻中的時空信息進行有效建模。以下哪種方法在時空建模方面可能具有優(yōu)勢？（）A.3D卷積神經(jīng)網(wǎng)絡B.長短時記憶網(wǎng)絡C.注意力機制D.以上都是7、對于圖像的紋理分析任務，假設要描述和區(qū)分不同類型的紋理，例如木紋和石紋。以下哪種方法可能更有助于準確分析紋理特征？（）A.基于統(tǒng)計的方法，計算紋理的灰度共生矩陣B.基于模型的方法，如馬爾可夫隨機場C.僅通過肉眼觀察和主觀描述紋理D.不進行任何紋理分析，直接忽略紋理信息8、在計算機視覺的圖像特征提取中，假設要提取對光照、旋轉和縮放具有不變性的特征。以下關于特征提取方法的描述，正確的是：（）A.SIFT特征具有良好的不變性，但計算復雜度高，實時性差B.HOG特征對光照變化適應性強，但對旋轉和縮放較敏感C.LBP特征能夠快速提取，但特征表達能力有限D.沒有一種特征提取方法能夠同時滿足對光照、旋轉和縮放的不變性要求9、計算機視覺中的眼底圖像分析對于眼科疾病的診斷具有重要意義。以下關于眼底圖像分析的描述，不準確的是（）A.可以檢測眼底的病變、血管異常和視網(wǎng)膜結構的改變B.深度學習方法在眼底圖像分析中能夠自動提取特征和進行疾病分類C.眼底圖像分析需要高質量的圖像數(shù)據(jù)和專業(yè)的醫(yī)學知識標注D.眼底圖像分析技術已經(jīng)非常成熟，能夠替代醫(yī)生的診斷10、計算機視覺中的光流計算用于估計圖像中像素的運動。假設要在一個動態(tài)場景中準確計算光流，以下哪種情況可能導致較大的誤差？（）A.物體的快速運動B.光照的劇烈變化C.圖像的低分辨率D.以上都有可能11、計算機視覺中的圖像修復是填補圖像中的缺失或損壞部分。假設我們有一張老照片，其中部分區(qū)域被損壞，需要進行修復。以下哪種圖像修復方法能夠生成自然、合理的內容，與周圍區(qū)域融合良好？（）A.基于紋理合成的修復方法B.基于插值和填充的修復方法C.基于深度學習的圖像修復網(wǎng)絡，如ContextEncoderD.基于圖像分解和重構的修復方法12、在計算機視覺中，特征提取是非常關鍵的一步。假設我們要對一組風景圖像進行特征提取，以便后續(xù)的圖像檢索和分類任務。以下哪種特征提取方法能夠捕捉到圖像的全局和局部特征，并且對圖像的旋轉、縮放等變換具有較好的不變性？（）A.尺度不變特征變換（SIFT）B.方向梯度直方圖（HOG）C.局部二值模式（LBP）D.卷積神經(jīng)網(wǎng)絡自動學習的特征13、在計算機視覺的目標跟蹤任務中，需要在連續(xù)的圖像幀中持續(xù)跟蹤一個特定的目標。假設要跟蹤一個在運動場上快速移動且形狀變化的運動員，同時存在其他相似物體的干擾。以下哪種目標跟蹤算法在這種具有挑戰(zhàn)性的場景下表現(xiàn)更佳？（）A.基于卡爾曼濾波的跟蹤B.基于粒子濾波的跟蹤C.基于深度學習的跟蹤D.基于均值漂移的跟蹤14、計算機視覺中的醫(yī)學圖像分析對于疾病的診斷和治療具有重要意義。以下關于醫(yī)學圖像分析的描述，不準確的是（）A.可以對X光、CT、MRI等醫(yī)學圖像進行病灶檢測、器官分割和疾病分類B.深度學習技術在醫(yī)學圖像分析中取得了顯著的成果，但也面臨數(shù)據(jù)標注困難和模型泛化能力不足的問題C.醫(yī)學圖像分析需要遵循嚴格的醫(yī)學標準和倫理規(guī)范，確保結果的準確性和可靠性D.醫(yī)學圖像分析完全依賴于計算機視覺技術，醫(yī)生的經(jīng)驗和專業(yè)知識不再重要15、在計算機視覺中，視頻摘要生成是從長視頻中提取關鍵內容并生成簡潔的摘要。以下關于視頻摘要生成的敘述，不正確的是（）A.視頻摘要生成可以基于關鍵幀提取、內容分析和故事線構建等方法B.深度學習方法能夠學習視頻的語義信息，生成更有代表性的摘要C.視頻摘要生成在視頻瀏覽、檢索和存儲等方面具有實用價值D.視頻摘要生成能夠完全準確地反映視頻的所有重要內容，沒有任何信息丟失二、簡答題（本大題共3個小題，共15分)1、（本題5分）簡述圖像的顯著性檢測的目的。2、（本題5分）說明計算機視覺在工業(yè)機器人中的應用。3、（本題5分）說明計算機視覺在海洋交通運輸中的應用。三、應用題（本大題共5個小題，共25分)1、（本題5分）運用深度學習，對不同種類的魚類圖像進行分類。2、（本題5分）運用目標檢測算法，從衛(wèi)星圖像中識別出特定的建筑物。3、（本題5分）運用計算機視覺技術，對飛機發(fā)動機的零部件進行缺陷檢測。4、（本題5分）運用圖像分類技術，對不同種類的葫蘆畫進行分類。5、（本題5分）運用計算機視覺技術，對太陽能電池板的表面缺陷進行檢測。四、分析題（本大題共3個小題，共30分)1、（本題10分）解析某科技公司的技術白皮書設計，探討其在信息傳達、排版設計、圖表運用方面的表現(xiàn)，以及如何更好地向