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页郑州西亚斯学院《包装设计》
2023-2024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、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2、在计算机视觉中,以下哪种方法常用于图像分类?()A.边缘检测B.特征提取C.图像分割D.形态学操作3、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4、以下哪个是计算机视觉中的经典数据集?()A.MNISTB.CIFAR-10C.ImageNetD.以上都是5、计算机视觉中的目标分类与目标检测的区别在于()A.是否需要定位目标B.数据量的大小C.模型的复杂度D.应用的领域6、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7、计算机视觉中,用于行人检测的常用特征是()A.HOG特征B.SIFT特征C.LBP特征D.以上都是8、以下哪个是计算机视觉中的图像分类评价指标?()A.混淆矩阵B.平均精度C.交并比D.均方误差9、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10、在图像分类任务中,数据增强的方法不包括()A.翻转B.旋转C.增加噪声D.减少通道数11、计算机视觉中,用于立体视觉的关键技术是()A.特征匹配B.图像融合C.图像压缩D.图像增强12、以下哪种图像变换常用于计算机视觉中的特征不变性?()A.仿射变换B.透视变换C.旋转变换D.以上都是13、以下哪种方法可以用于图像的目标跟踪中的快速运动处理?()A.预测模型B.特征融合C.模型压缩D.以上都是14、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15、以下哪种深度学习模型在计算机视觉中应用广泛?()A.循环神经网络B.卷积神经网络C.生成对抗网络D.长短时记忆网络16、计算机视觉中的光场成像可以获取()A.物体的深度信息B.物体的表面材质C.物体的运动轨迹D.物体的内部结构17、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18、以下哪个不是计算机视觉中的图像预处理步骤?()A.灰度化B.二值化C.特征选择D.归一化19、以下哪个不是计算机视觉中的图像压缩方法?()A.JPEGB.PNGC.H.264D.SIFT20、计算机视觉中的视频分析通常包括()A.目标跟踪B.行为识别C.事件检测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)解释计算机视觉中的强化学习在机器人视觉中的应用。2、(本题10分)解释计算机视觉中的场景理解任务。3、(本题10分)简述图像的色彩匹配方法。4、(本题10分)简述计算机视觉在市场营销中的消费者行为分析。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。
最新文档
- 电动食品处理机市场发展预测和趋势分析
- 2024年度仓储物流合作合同
- 2024年度北京市房产项目融资合同
- 2024年度北京二手汽车租赁合同
- 2024年度南京市固体废弃物处理合同
- 2024年度技术服务合同详细范本
- 2024年度无人机遥感服务合同
- 2024年度城市更新项目合同
- 2024年度企业数字化转型合同
- 2024年度园林绿化劳务分包合同
- 计算机应用技术专业调研方案
- 华中科技大学《应用光学》课程PPT-应用光学复习PPTB
- 周围神经损伤课件
- 展览馆陈列展柜制作施工方案及施工工艺方法
- 鱼类洄游(总)详细版课件
- 学会换位思考-共建和谐人际关系课件
- 2020年华医网继续教育学习 坚定职业信仰,改善医疗服务试题及答案
- YB∕T 5308-2011 粉末冶金用还原铁粉
- 小学数学专题讲座:小学数学计算能力的培养知识讲稿课件
- 西格斯雾化器操作维护课件
- 硫酸密度、浓度对照表
评论
0/150
提交评论