湖北工业大学《计算机视觉》2023-2024学年期末试卷_第1页
湖北工业大学《计算机视觉》2023-2024学年期末试卷_第2页
湖北工业大学《计算机视觉》2023-2024学年期末试卷_第3页
湖北工业大学《计算机视觉》2023-2024学年期末试卷_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页湖北工业大学《计算机视觉》2023-2024学年期末试卷题号一二三总分得分一、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2、计算机视觉中,以下哪个不是基于深度学习的图像分类模型?()A.VGGB.ResNetC.GoogLeNetD.K-Means3、以下哪个是计算机视觉中的姿态估计方法?()A.PnP算法B.EPnP算法C.直接线性变换D.以上都是4、以下哪种深度学习模型在计算机视觉中常用于图像分类?()A.RNN(循环神经网络)B.CNN(卷积神经网络)C.GAN(生成对抗网络)D.LSTM(长短期记忆网络)5、计算机视觉里,以下哪个不是视频中的目标跟踪方法?()A.基于核相关滤波的方法B.基于深度学习的方法C.基于粒子滤波的方法D.基于聚类的方法6、在图像去雾中,以下哪种方法基于物理模型?()A.暗通道先验B.直方图均衡化C.中值滤波D.高斯滤波7、以下哪个是计算机视觉中的深度学习模型?()A.决策树B.聚类算法C.循环神经网络D.卷积神经网络8、计算机视觉中,用于图像的特征匹配的相似性度量方法包括()A.欧氏距离B.余弦距离C.汉明距离D.以上都是9、以下哪个是计算机视觉中的姿态估计任务?()A.估计物体的位置B.估计物体的方向C.估计物体的形状D.估计物体的大小10、以下哪个不是计算机视觉中的图像实例分割挑战?()A.实例遮挡B.类别不平衡C.模型复杂度D.数据标注难度11、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12、以下哪个是计算机视觉中的目标跟踪评价指标?()A.准确率B.召回率C.中心位置误差D.F1值13、计算机视觉中,以下哪个不是图像的色彩空间?()A.RGBB.HSVC.YUVD.BFS14、在目标跟踪中,以下哪种方法常用于跟踪多个目标?()A.基于核的方法B.粒子滤波C.卡尔曼滤波D.均值漂移15、计算机视觉里,以下哪种方法常用于去除图像中的椒盐噪声?()A.中值滤波B.均值滤波C.双边滤波D.以上都是16、以下哪种方法可以用于图像的去噪和增强同时进行?()A.双边滤波B.引导滤波C.非局部均值滤波D.以上都是17、以下哪个不是计算机视觉中的图像修复方法?()A.基于偏微分方程的方法B.基于样本的方法C.基于深度学习的方法D.基于聚类的方法18、以下哪种方法可以用于计算机视觉中的无监督学习?()A.自编码器B.聚类C.生成对抗网络D.以上都是19、在计算机视觉中,以下哪种技术常用于图像的目标重识别?()A.特征提取B.度量学习C.深度学习D.以上都是20、在农业领域,计算机视觉可以用于()A.作物生长监测B.病虫害检测C.果实分拣D.以上都是二、简答题(本大题共4个小题,共40分)1、(本题10分)计算机视觉中如何进行皮革制品的质量检测?2、(本题10分)简述计算机视觉在化妆品生产中的质量检测。3、(本题10分)解释计算机视觉在保险理赔中的应用。4、(本题10分)计算机视觉中如何应用循环神经网络处理序列图像?

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