盐城师范学院《文字设计》2021-2022学年第一学期期末试卷_第1页
盐城师范学院《文字设计》2021-2022学年第一学期期末试卷_第2页
盐城师范学院《文字设计》2021-2022学年第一学期期末试卷_第3页
盐城师范学院《文字设计》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页盐城师范学院

《文字设计》2021-2022学年第一学期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、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2、以下哪种方法可以用于提高图像分类模型的泛化能力?()A.数据增强B.模型融合C.迁移学习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抠图?()A.基于深度学习B.基于GrabCut算法C.基于分水岭算法D.以上都是4、在目标跟踪中,以下哪种方法通常用于处理目标遮挡的情况?()A.基于特征的跟踪B.基于模型的跟踪C.基于滤波的跟踪D.多目标跟踪5、计算机视觉中,以下哪种方法常用于图像的特征点检测稳定性评价?()A.重复性B.准确性C.召回率D.F1值6、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7、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8、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9、在目标检测中,YOLO算法属于()A.一阶段检测算法B.二阶段检测算法C.三阶段检测算法D.以上都不是10、在三维物体识别中,以下哪种表示方法较为常用?()A.点云B.体素C.网格D.以上都是11、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12、以下哪个不是计算机视觉中的行人重识别技术?()A.基于特征的方法B.基于度量学习的方法C.基于深度学习的方法D.基于聚类的方法13、计算机视觉中,用于图像配准的技术包括()A.特征点匹配B.区域生长C.阈值分割D.形态学闭运算14、以下哪个不是计算机视觉中的图像生成应用?()A.图像修复B.图像超分辨率C.图像风格迁移D.图像压缩15、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16、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17、计算机视觉中,以下哪种技术常用于图像的超分辨率重建的损失函数?()A.L1损失B.L2损失C.感知损失D.以上都是18、以下哪种方法常用于计算机视觉中的图像去模糊?()A.盲去卷积B.非盲去卷积C.深度学习去模糊D.以上都是19、计算机视觉中,图像金字塔常用于()A.特征提取B.图像压缩C.目标检测D.图像分割20、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健身器材的检测和设计?2、(本题10分)说明计算机视觉在人体姿态估计中的应用。3、(本题10分)解释计算机视觉中的人体姿态估计的应用场景。4、(本题10分)简述图像的纹理分析方法。三、应用题

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