西南民族大学《包装设计》2022-2023学年第一学期期末试卷_第1页
西南民族大学《包装设计》2022-2023学年第一学期期末试卷_第2页
西南民族大学《包装设计》2022-2023学年第一学期期末试卷_第3页
西南民族大学《包装设计》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

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页,共3页西南民族大学

《包装设计》2022-2023学年第一学期期末试卷院(系)_______班级_______学号_______姓名_______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,以下哪种方法常用于图像的特征匹配?()A.暴力匹配B.快速近似最近邻搜索C.随机抽样一致性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实例分割?()A.MaskR-CNNB.FCNC.U-NetD.SegNet3、以下哪个不是计算机视觉中的性能评估指标?()A.准确率B.召回率C.F1值D.均方根误差4、以下哪个不是计算机视觉中的图像融合方法?()A.基于像素的融合B.基于特征的融合C.基于区域的融合D.基于分类的融合5、计算机视觉中,以下哪种方法可以用于图像的超分辨率重建?()A.基于插值B.基于深度学习C.基于模型D.以上都是6、以下哪种方法可以用于图像的超分辨率重建?()A.基于插值的方法B.基于深度学习的方法C.基于模型的方法D.以上都是7、计算机视觉中,用于目标检测的常见算法是()A.R-CNNB.傅里叶变换C.中值滤波D.直方图均衡化8、计算机视觉中,用于图像去噪的常见方法不包括()A.均值滤波B.中值滤波C.高斯滤波D.傅里叶变换9、在计算机视觉中,以下哪种技术常用于医学图像分析?()A.病变检测B.器官分割C.图像配准D.以上都是10、在图像识别中,以下哪个因素对模型性能影响较大?()A.数据量B.模型复杂度C.训练时间D.计算资源11、以下哪种技术可以用于减少图像中的光照不均匀?()A.直方图均衡化B.中值滤波C.均值滤波D.高斯滤波12、在计算机视觉中,以下哪种方法常用于图像修复?()A.基于扩散的方法B.基于深度学习的方法C.基于纹理合成的方法D.以上都是13、计算机视觉里,用于检测图像中的直线的算法是()A.霍夫变换B.分水岭算法C.区域分裂合并D.形态学梯度14、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15、计算机视觉中的行人重识别主要关注()A.行人的身份B.行人的动作C.行人的穿着D.行人的姿态16、在计算机视觉中,以下哪种方法常用于图像的语义分割中的边界优化?()A.条件随机场B.全连接条件随机场C.深度学习D.以上都是17、以下哪种方法可以用于图像超分辨率重建?()A.基于插值B.基于深度学习C.基于重建算法D.以上都是18、以下哪个是计算机视觉中的图像检索系统组成部分?()A.特征提取B.索引构建C.相似性度量D.以上都是19、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20、以下哪个不是计算机视觉中常用的图像预处理操作?()A.灰度化B.锐化C.傅里叶变换D.数据增强二、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图像压缩算法。2、(本题10分)说明计算机视觉在智能穿戴设备中的应用。3、(本题10分)说明计算机视觉中模型评估指标的选择和意义。4、(本题10分)描述计算机视觉在地下水监测中的应用。三、应用题(本大题共

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