延安大学《Photoshop》2021-2022学年第一学期期末试卷_第1页
延安大学《Photoshop》2021-2022学年第一学期期末试卷_第2页
延安大学《Photoshop》2021-2022学年第一学期期末试卷_第3页
延安大学《Photoshop》2021-2022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页延安大学《Photoshop》

2021-2022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、在目标检测中,AnchorBox的作用是()A.提供先验的目标尺寸和位置B.提高检测速度C.减少误检D.增加召回率2、在计算机视觉中,以下哪种技术常用于图像的去模糊后处理?()A.非局部均值滤波B.双边滤波C.导向滤波D.以上都是3、以下哪个不是计算机视觉中的图像变换?()A.傅里叶变换B.小波变换C.拉普拉斯变换D.希尔伯特变换4、以下哪种损失函数常用于目标检测?()A.均方误差B.交叉熵C.IoU损失D.绝对值损失5、计算机视觉中,以下哪种技术常用于车牌识别?()A.字符分割B.模板匹配C.特征提取D.以上都是6、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7、在计算机视觉中,以下哪种方法常用于图像的光场重建?()A.微透镜阵列B.深度学习C.多视角几何D.以上都是8、以下哪个是计算机视觉中的光流估计方法?()A.Lucas-Kanade方法B.Horn-Schunck方法C.Farneback方法D.以上都是9、在计算机视觉中,以下哪种深度学习模型常用于目标检测?()A.SSDB.FasterR-CNNC.MaskR-CNND.以上都是10、在图像理解中,语义鸿沟是指()A.图像的低层特征与高层语义之间的差距B.不同图像之间的语义差异C.图像数据与标注数据之间的不一致D.人类理解与计算机理解的差异11、计算机视觉中的动作识别可以通过()实现。A.分析连续帧的变化B.提取人体关键点C.检测物体运动轨迹D.以上都是12、在计算机视觉中,光流法主要用于()A.目标跟踪B.运动估计C.图像分割D.图像分类13、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14、在计算机视觉中,以下哪种技术常用于图像的深度估计模型训练?()A.合成数据B.真实数据C.半合成数据D.以上都是15、计算机视觉里,以下哪个不是视频中的目标检测挑战?()A.尺度变化B.遮挡C.光照变化D.数据平衡16、以下哪种方法可以用于图像的特征提取?()A.卷积神经网络B.支持向量机C.决策树D.随机森林17、以下哪个是计算机视觉中的视频目标跟踪方法?()A.基于滤波B.基于深度学习C.基于相关滤波D.以上都是18、以下哪种图像特征常用于计算机视觉?()A.颜色B.形状C.纹理D.以上都是19、计算机视觉里,以下哪个不是图像的白平衡方法?()A.灰度世界法B.完美反射法C.白点法D.中值滤波法20、以下哪种技术常用于计算机视觉中的行人检测?()A.背景减除B.图像锐化C.图像平滑D.直方图规定化二、简答题(本大题共4个小题,共40分)1、(本题10分)说明计算机视觉在留学服务中的应用。2、(本题10分)说明计算机视觉在通信领域的应用。3、(本题10分)简述计算机视觉中的语义分割任务。4、(本题10分)说明计算机视觉在洪涝灾害监测中的应用。三、应用题(本大题共2个小题

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