東南大學(xué)成賢學(xué)院《設(shè)計(jì)基礎(chǔ)》2023-2024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1頁，共3頁東南大學(xué)成賢學(xué)院《設(shè)計(jì)基礎(chǔ)》

2023-2024學(xué)年第一學(xué)期期末試卷題號(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)視覺的圖像配準(zhǔn)任務(wù)中，假設(shè)要將兩張拍攝角度和時(shí)間不同的同一物體的圖像進(jìn)行精確對(duì)齊。這兩張圖像可能存在縮放、旋轉(zhuǎn)和平移等差異。以下哪種配準(zhǔn)方法可能更適合處理這種情況？（）A.基于特征點(diǎn)匹配的方法，如SIFT特征B.直接將兩張圖像疊加，不進(jìn)行任何配準(zhǔn)操作C.基于圖像灰度值的配準(zhǔn)方法，計(jì)算灰度差異D.隨機(jī)選擇圖像中的點(diǎn)進(jìn)行匹配2、圖像分類是計(jì)算機(jī)視覺的基礎(chǔ)任務(wù)之一。假設(shè)要對(duì)大量的自然風(fēng)景圖片進(jìn)行分類，包括山脈、森林、海灘等不同類型，同時(shí)圖片可能存在不同的拍攝角度、光照條件和季節(jié)變化。為了能夠準(zhǔn)確地對(duì)這些圖片進(jìn)行分類，以下哪種特征提取方法與分類算法的組合最為有效？（）A.SIFT特征+支持向量機(jī)B.HOG特征+決策樹C.卷積神經(jīng)網(wǎng)絡(luò)自動(dòng)提取特征+深度學(xué)習(xí)分類器D.顏色直方圖特征+樸素貝葉斯3、在圖像分類任務(wù)中，深度學(xué)習(xí)模型取得了顯著的成果。假設(shè)要對(duì)一組包含不同動(dòng)物的圖像進(jìn)行分類，以下關(guān)于圖像分類模型的描述，正確的是：（）A.模型的層數(shù)越多，分類準(zhǔn)確率一定越高B.數(shù)據(jù)增強(qiáng)技術(shù)，如旋轉(zhuǎn)、裁剪等，對(duì)模型的性能提升沒有幫助C.結(jié)合多種特征提取方法和分類器，可以提高圖像分類的準(zhǔn)確性和魯棒性D.圖像分類模型不需要考慮圖像的空間信息，只關(guān)注像素值的統(tǒng)計(jì)特征4、計(jì)算機(jī)視覺中的虛擬現(xiàn)實(shí)（VR）和增強(qiáng)現(xiàn)實(shí)（AR）應(yīng)用需要實(shí)時(shí)生成逼真的視覺效果。假設(shè)要在一個(gè)VR游戲中為玩家提供沉浸式的視覺體驗(yàn)，或者在AR應(yīng)用中準(zhǔn)確地將虛擬物體與現(xiàn)實(shí)場(chǎng)景融合。以下哪種計(jì)算機(jī)視覺技術(shù)在實(shí)現(xiàn)這些效果時(shí)至關(guān)重要？（）A.實(shí)時(shí)渲染技術(shù)B.空間定位與追蹤技術(shù)C.三維重建與建模技術(shù)D.以上技術(shù)綜合應(yīng)用5、在計(jì)算機(jī)視覺的圖像融合任務(wù)中，將多幅圖像合成為一幅更完整、更有信息的圖像。假設(shè)要將一張白天拍攝的風(fēng)景圖像和一張夜晚拍攝的同一地點(diǎn)的圖像進(jìn)行融合，以下關(guān)于圖像融合方法的描述，哪一項(xiàng)是不正確的？（）A.可以基于像素級(jí)的融合策略，將兩幅圖像的像素值進(jìn)行加權(quán)或組合B.特征級(jí)融合方法先提取圖像的特征，然后進(jìn)行融合，能夠更好地保留圖像的語義信息C.圖像融合的效果只取決于融合算法的選擇，與輸入圖像的質(zhì)量和內(nèi)容無關(guān)D.多模態(tài)圖像融合需要考慮不同圖像的特點(diǎn)和互補(bǔ)性，以獲得更理想的融合結(jié)果6、計(jì)算機(jī)視覺中的動(dòng)作識(shí)別旨在識(shí)別視頻中的人體動(dòng)作。假設(shè)要對(duì)一段監(jiān)控視頻中的人員動(dòng)作進(jìn)行分類，以下關(guān)于動(dòng)作識(shí)別方法的描述，正確的是：（）A.基于手工特征和傳統(tǒng)分類器的方法能夠處理復(fù)雜的動(dòng)作變化，準(zhǔn)確率高B.深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）在動(dòng)作識(shí)別中無法捕捉動(dòng)作的時(shí)空特征C.3D卷積神經(jīng)網(wǎng)絡(luò)能夠同時(shí)處理空間和時(shí)間維度的信息，適用于動(dòng)作識(shí)別任務(wù)D.動(dòng)作識(shí)別系統(tǒng)對(duì)視頻的拍攝角度和背景變化不敏感，具有很強(qiáng)的通用性7、在計(jì)算機(jī)視覺的三維重建任務(wù)中，假設(shè)要從一系列二維圖像重建出物體的三維模型。以下關(guān)于相機(jī)參數(shù)校準(zhǔn)的重要性，哪一項(xiàng)是不正確的？（）A.準(zhǔn)確的相機(jī)參數(shù)有助于提高三維重建的精度B.相機(jī)參數(shù)校準(zhǔn)可以減少重建過程中的誤差累積C.即使相機(jī)參數(shù)不準(zhǔn)確，也能通過后續(xù)處理得到精確的三維模型D.不同相機(jī)的參數(shù)差異會(huì)影響三維重建的結(jié)果8、當(dāng)進(jìn)行視頻中的動(dòng)作識(shí)別時(shí)，假設(shè)要分析一段運(yùn)動(dòng)員訓(xùn)練的視頻，識(shí)別出其中的各種動(dòng)作，如跑步、跳躍和舉重等。視頻中的動(dòng)作可能存在速度變化、遮擋和視角變化等問題。為了準(zhǔn)確識(shí)別這些動(dòng)作，以下哪種技術(shù)是關(guān)鍵的？（）A.對(duì)每一幀圖像進(jìn)行獨(dú)立的動(dòng)作分類，然后綜合結(jié)果B.利用光流信息來捕捉視頻中的運(yùn)動(dòng)模式C.只關(guān)注視頻中的關(guān)鍵幀，忽略其他幀D.不考慮視頻的時(shí)序信息，將其視為一系列獨(dú)立的圖像9、在計(jì)算機(jī)視覺中，以下哪種方法常用于圖像的顯著目標(biāo)檢測(cè)中的高層語義信息利用？（）A.深度學(xué)習(xí)B.圖模型C.注意力機(jī)制D.以上都是10、計(jì)算機(jī)視覺在無人駕駛飛行器（UAV）中的應(yīng)用可以輔助飛行和導(dǎo)航。假設(shè)一架UAV需要依靠視覺信息避開障礙物，以下關(guān)于UAV計(jì)算機(jī)視覺應(yīng)用的描述，正確的是：（）A.僅依靠單目視覺就能準(zhǔn)確估計(jì)障礙物的距離和速度B.視覺信息在UAV飛行中的作用有限，主要依靠其他傳感器如GPSC.多目視覺和深度學(xué)習(xí)算法的結(jié)合可以為UAV提供更準(zhǔn)確的環(huán)境感知和障礙物避讓能力D.UAV的飛行速度和姿態(tài)對(duì)視覺系統(tǒng)的性能沒有影響11、計(jì)算機(jī)視覺中的人臉識(shí)別技術(shù)應(yīng)用廣泛。假設(shè)要在一個(gè)門禁系統(tǒng)中實(shí)現(xiàn)準(zhǔn)確的人臉識(shí)別，以下關(guān)于人臉識(shí)別方法的描述，正確的是：（）A.基于幾何特征的人臉識(shí)別方法對(duì)姿態(tài)和光照變化具有很強(qiáng)的魯棒性B.基于模板匹配的方法能夠處理大規(guī)模的人臉數(shù)據(jù)庫，并且識(shí)別速度快C.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)在人臉識(shí)別中能夠?qū)W習(xí)到更具判別性的特征，但容易受到數(shù)據(jù)偏差的影響D.人臉識(shí)別系統(tǒng)一旦訓(xùn)練完成，就不需要更新和優(yōu)化，能夠一直保持高準(zhǔn)確率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)視覺的動(dòng)作識(shí)別任務(wù)中，區(qū)分不同的人體動(dòng)作。假設(shè)要從一段視頻中識(shí)別出一個(gè)人是在跑步還是走路，以下關(guān)于動(dòng)作識(shí)別方法的描述，正確的是：（）A.基于骨架信息的動(dòng)作識(shí)別方法對(duì)人體姿態(tài)的微小變化不敏感B.只考慮動(dòng)作的空間特征就能準(zhǔn)確識(shí)別不同的動(dòng)作C.融合時(shí)空特征和深度學(xué)習(xí)模型能夠提升動(dòng)作識(shí)別的準(zhǔn)確率D.動(dòng)作識(shí)別的結(jié)果不受視頻拍攝角度和背景干擾的影響14、在計(jì)算機(jī)視覺的姿態(tài)估計(jì)任務(wù)中，需要確定物體在三維空間中的方向和位置。假設(shè)要估計(jì)一個(gè)機(jī)器人手臂的姿態(tài)，以實(shí)現(xiàn)精確的控制和操作。以下哪種姿態(tài)估計(jì)方法在處理這種機(jī)械結(jié)構(gòu)時(shí)準(zhǔn)確性更高？（）A.基于模型的姿態(tài)估計(jì)B.基于深度學(xué)習(xí)的姿態(tài)估計(jì)C.基于視覺慣性里程計(jì)的姿態(tài)估計(jì)D.基于幾何約束的姿態(tài)估計(jì)15、計(jì)算機(jī)視覺在虛擬現(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)視覺在VR/AR中的描述，哪一項(xiàng)是不正確的？（）A.可以通過對(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)視覺應(yīng)用不存在任何技術(shù)挑戰(zhàn)和限制二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）簡(jiǎn)述計(jì)算機(jī)視覺在二手交易市場(chǎng)中的應(yīng)用。2、（本題5分）解釋計(jì)算機(jī)視覺中的行人檢測(cè)任務(wù)。3、（本題5分）簡(jiǎn)述圖像銳化的目的和方法。4、（本題5分）說明計(jì)算機(jī)視覺中對(duì)抗攻擊對(duì)模型的影響和防御方法。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）運(yùn)用圖像識(shí)別技術(shù)，檢測(cè)工廠倉庫貨物的存儲(chǔ)狀態(tài)。2、（本題5分）使用計(jì)算機(jī)視覺方法，檢測(cè)火車站臺(tái)乘客是否越過安全線。3、（本題5分）使用目標(biāo)跟蹤算法，跟蹤武術(shù)表演中運(yùn)動(dòng)員的動(dòng)作軌跡。4、（本題5分）利用目標(biāo)檢測(cè)算法，在海洋監(jiān)測(cè)圖像中檢測(cè)漏油區(qū)域。5、（本題5分）設(shè)計(jì)一個(gè)基于計(jì)算機(jī)視覺的指靜脈識(shí)別系統(tǒng)。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）一家書店的會(huì)員卡設(shè)計(jì)獨(dú)特，包含會(huì)員權(quán)益和個(gè)性化元素。請(qǐng)?zhí)接憰?huì)員卡設(shè)計(jì)在吸引顧客辦卡、增強(qiáng)會(huì)員忠誠(chéng)度、提升品牌形象方面的策略，