北京交通大学《品牌设计》2022-2023学年第一学期期末试卷_第1页
北京交通大学《品牌设计》2022-2023学年第一学期期末试卷_第2页
北京交通大学《品牌设计》2022-2023学年第一学期期末试卷_第3页
北京交通大学《品牌设计》2022-2023学年第一学期期末试卷_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第1页,共3页北京交通大学

《品牌设计》2022-2023学年第一学期期末试卷题号一二三总分得分批阅人一、单选题(本大题共20个小题,每小题2分,共40分.在每小题给出的四个选项中,只有一项是符合题目要求的.)1、计算机视觉中,以下哪种技术常用于图像配准?()A.特征点匹配B.灰度匹配C.相位相关D.以上都是2、在计算机视觉中,以下哪种方法常用于图像的运动模糊去除?()A.反卷积B.深度学习C.频域滤波D.以上都是3、在计算机视觉中,以下哪种方法常用于图像的显著目标检测中的高层语义信息利用?()A.深度学习B.图模型C.注意力机制D.以上都是4、以下哪个不是计算机视觉中的特征匹配算法?()A.暴力匹配B.FLANN匹配C.随机抽样一致算法D.快速排序算法5、以下哪个不是计算机视觉中的特征描述子?()A.SIFTB.HOGC.LBPD.DCT6、以下哪个不是计算机视觉中的目标检测算法?()A.R-CNNB.FastR-CNNC.DenseNetD.YOLO7、在图像去噪中,以下哪种方法效果较好?()A.均值滤波B.高斯滤波C.中值滤波D.以上都不是8、在医学图像分析中,计算机视觉可以用于()A.肿瘤检测B.病灶分割C.器官识别D.以上都是9、在计算机视觉中,以下哪种技术常用于图像的去雨?()A.基于物理模型B.基于深度学习C.基于空间滤波D.以上都是10、以下哪个不是计算机视觉中的图像生成任务?()A.图像翻译B.图像补全C.图像分类D.图像超分辨率11、在计算机视觉中,以下哪种方法常用于图像分类?()A.边缘检测B.特征提取C.图像分割D.形态学操作12、以下哪个不是计算机视觉中的图像增强算法?()A.拉普拉斯变换B.对数变换C.指数变换D.循环神经网络13、计算机视觉中,以下哪种方法常用于去除图像中的阴影?()A.形态学操作B.颜色空间转换C.阴影检测算法D.以上都是14、计算机视觉中,用于视频分析的关键技术包括()A.目标跟踪B.行为识别C.场景理解D.以上都是15、在目标跟踪中,以下哪种方法常用于处理目标遮挡问题?()A.基于模型的方法B.基于特征的方法C.基于深度学习的方法D.以上都是16、计算机视觉中,以下哪种技术常用于图像的深度估计?()A.单目深度估计B.双目深度估计C.基于结构光D.以上都是17、以下哪种方法可以用于图像的目标跟踪中的模型更新策略?()A.在线学习B.离线学习C.半监督学习D.以上都是18、在计算机视觉中,以下哪种方法常用于图像的语义分割?()A.全卷积网络B.循环神经网络C.支持向量机D.决策树19、计算机视觉中的医学图像分析包括()A.病灶检测B.器官分割C.疾病诊断D.以上都是20、以下哪个不是计算机视觉中的图像去雾方法?()A.基于物理模型B.基于深度学习C.基于直方图均衡化D.基于中值滤波二、简答题(本大题共4个小题,共40分)1、(本题10分)解释计算机视觉中的模型融合技术。2、(本题10分)计算机视觉中如何实现图像的边缘检测?3、(本题10分)计算机视觉中如何进行武器装备检测和维护?4、(本题10分)解释计算机视觉中的注意力机制在图像理解中的作用。三、应用题(本大题

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论