郑州西亚斯学院《品牌设计》2022-2023学年第一学期期末试卷_第1页
郑州西亚斯学院《品牌设计》2022-2023学年第一学期期末试卷_第2页
郑州西亚斯学院《品牌设计》2022-2023学年第一学期期末试卷_第3页
郑州西亚斯学院《品牌设计》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

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《品牌设计》

2022-2023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、以下哪个是计算机视觉中的图像抠图数据集?()A.AdobeMattingDatasetB.PascalVOCC.CIFAR-10D.MNIST2、以下哪种方法常用于图像配准?()A.基于特征的配准B.基于灰度的配准C.基于变换的配准D.以上都是3、计算机视觉中的视觉跟踪算法需要考虑()A.目标外观变化B.背景干扰C.相机运动D.以上都是4、在图像识别中,卷积神经网络(CNN)的主要优势是()A.能够自动提取特征B.计算效率高C.对数据量要求低D.模型简单5、在工业检测中,计算机视觉可以检测()A.产品缺陷B.尺寸测量C.表面质量D.以上都是6、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7、在图像去噪中,以下哪种方法效果较好?()A.均值滤波B.高斯滤波C.中值滤波D.以上都不是8、计算机视觉中的语义分割与实例分割的主要区别是()A.分割的粒度不同B.所用的算法不同C.处理的数据不同D.应用场景不同9、以下哪个不是计算机视觉中的图像分割评价指标?()A.Dice系数B.Hausdorff距离C.准确率D.召回率10、在图像压缩中,基于视觉特性的压缩方法考虑了()A.人类视觉系统的敏感度B.图像的颜色分布C.图像的纹理特征D.图像的大小11、在遥感图像分析中,计算机视觉可以用于()A.土地利用分类B.灾害监测C.资源勘查D.以上都是12、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13、计算机视觉中,以下哪种方法常用于图像的语义分割模型轻量化?()A.模型压缩B.知识蒸馏C.剪枝D.以上都是14、以下哪个不是计算机视觉中的目标检测评价指标?()A.准确率B.召回率C.F1值D.均方误差15、在计算机视觉中,以下哪种方法常用于图像的显著性检测?()A.基于对比度B.基于频率C.基于深度学习D.以上都是16、计算机视觉中,用于图像的去雾的方法通常基于()A.物理模型B.深度学习C.图像增强D.以上都是17、在自动驾驶中,计算机视觉可以用于()A.车道检测B.行人识别C.交通标志识别D.以上都是18、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多尺度特征融合?()A.特征金字塔B.空洞卷积C.注意力机制D.以上都是19、计算机视觉中,以下哪种深度学习架构常用于图像分类?()A.VGGB.InceptionC.MobileNetD.以上都是20、计算机视觉中的多视图几何包括()A.对极几何B.基础矩阵C.本质矩阵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模型剪枝技术。2、(本题10分)计算机视觉中如何进行人脸识别?3、(本题10分)简述图像的多尺度分析方法。4、(本题10分)计算机视觉中如何进行跳蚤市场中的商品评估?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