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

《文字设计》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、在计算机视觉中,以下哪种方法常用于图像的运动模糊去除?()A.反卷积B.深度学习C.频域滤波D.以上都是2、在图像去雾中,以下哪种方法基于物理模型?()A.暗通道先验B.直方图均衡化C.中值滤波D.高斯滤波3、在计算机视觉中,以下哪种方法常用于图像的特征匹配?()A.暴力匹配B.FLANN匹配C.RANSAC剔除误匹配D.以上都是4、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5、计算机视觉里,以下哪个不是视频中的目标跟踪方法?()A.基于核相关滤波的方法B.基于深度学习的方法C.基于粒子滤波的方法D.基于聚类的方法6、在计算机视觉中,以下哪种方法常用于图像的深度估计?()A.双目视觉B.结构光C.飞行时间D.以上都是7、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8、计算机视觉中,用于图像语义理解的技术包括()A.场景解析B.物体关系推理C.事件检测D.以上都是9、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10、计算机视觉中,以下哪种方法常用于图像的目标计数?()A.基于检测B.基于密度估计C.基于回归D.以上都是11、计算机视觉中,用于姿态估计的方法通常基于()A.关键点检测B.边缘检测C.图像分割D.图像滤波12、计算机视觉中,以下哪种技术常用于图像配准?()A.特征点匹配B.灰度匹配C.相位相关D.以上都是13、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14、以下哪个是计算机视觉中的深度学习模型?()A.决策树B.聚类算法C.循环神经网络D.卷积神经网络15、在图像增强中,Retinex理论主要用于()A.去除光照影响B.增强颜色对比度C.锐化图像边缘D.平滑图像噪声16、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17、以下哪种方法可以用于图像的目标跟踪中的模型更新策略?()A.在线学习B.离线学习C.半监督学习D.以上都是18、计算机视觉里,以下哪种图像增强方法可以增加图像的对比度?()A.直方图均衡化B.高斯模糊C.中值滤波D.膨胀操作19、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20、计算机视觉中,以下哪种方法常用于图像的语义理解?()A.知识图谱B.注意力机制C.生成对抗网络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)简述图像的伽马校正方法。2、(本题10分)简述计算机视觉在纺织业中的应用。3、(本题10分)说明计算机视觉在风力发电中的应用。4、(本题10分)简述计算机视觉在电子制造中的元件检测和定位。三、应用题(本大题共2个小

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