北京交通大学《字体与版式设计》2022-2023学年第一学期期末试卷_第1页
北京交通大学《字体与版式设计》2022-2023学年第一学期期末试卷_第2页
北京交通大学《字体与版式设计》2022-2023学年第一学期期末试卷_第3页
北京交通大学《字体与版式设计》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《字体与版式设计》

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、在目标跟踪中,基于深度学习的方法通常利用()进行特征提取。A.卷积神经网络B.循环神经网络C.生成对抗网络D.自动编码器2、以下哪个不是计算机视觉中的应用领域?()A.自动驾驶B.语音识别C.工业检测D.安防监控3、在特征提取中,SIFT(尺度不变特征变换)算法的主要优点是()A.对光照变化不敏感B.计算速度快C.具有尺度不变性D.占用内存少4、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5、在图像增强中,Retinex理论主要用于()A.去除光照影响B.增强颜色对比度C.锐化图像边缘D.平滑图像噪声6、在计算机视觉中,以下哪种方法常用于图像的特征匹配?()A.暴力匹配B.FLANN匹配C.RANSAC剔除误匹配D.以上都是7、以下哪个不是计算机视觉中的图像分割方法?()A.阈值分割B.边缘分割C.聚类分割D.傅里叶变换8、以下哪种技术常用于计算机视觉中的图像抠图?()A.GrabCutB.分水岭算法C.区域生长D.以上都是9、以下哪个不是计算机视觉中的图像分类模型?()A.AlexNetB.VGGNetC.ResNetD.LSTM10、在行人检测中,HOG特征结合()分类器效果较好。A.SVMB.KNNC.DecisionTreeD.RandomForest11、计算机视觉中,以下哪种技术常用于人脸检测?()A.Haar特征B.HOG特征C.LBP特征D.以上都是12、计算机视觉中的交通标志识别通常需要()A.颜色特征B.形状特征C.纹理特征D.以上都是13、以下哪种深度学习框架在计算机视觉领域应用广泛?()A.TensorFlowB.PyTorchC.CaffeD.以上都是14、在机器人领域,计算机视觉可以辅助()A.导航B.抓取C.避障D.以上都是15、以下哪种图像增强方法可以突出图像的边缘信息?()A.直方图均衡化B.拉普拉斯变换C.对数变换D.指数变换16、以下哪种方法可以用于图像的目标分割?()A.MaskR-CNNB.FasterR-CNNC.SSDD.YOLOv317、计算机视觉里,以下哪种图像增强方法可以增加图像的对比度?()A.直方图均衡化B.高斯模糊C.中值滤波D.膨胀操作18、计算机视觉中,图像金字塔常用于()A.图像压缩B.多尺度分析C.图像加密D.图像滤波19、以下哪种方法可以用于减少光照对图像的影响?()A.直方图均衡化B.伽马校正C.色彩空间转换D.以上都是20、在计算机视觉中,以下哪种方法常用于图像的深度图优化?()A.双边滤波B.中值滤波C.均值滤波D.高斯滤波二、简答题(本大题共4个小题,共40分)1、(本题10分)解释计算机视觉在退役军人服务中的作用。2、(本题10分)描述计算机视觉在隧道监测中的应用。3、(本题10分)描述计算机视觉在考古中的应用。4、(本题10分)说明计算机视觉在美容美发行业中的形象设计和效果评估。三、应用题(本大题共2个

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