湖北大学知行学院《图形创意》2023-2024学年第一学期期末试卷

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页湖北大学知行学院《图形创意》

2023-2024学年第一学期期末试卷题号一二三四总分得分一、单选题（本大题共15个小题，每小题2分，共30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、在计算机视觉的目标计数任务中，统计图像或视频中目标的数量。假设要统计一个果园中苹果的数量，以下关于目标计数方法的描述，哪一项是不正确的？（）A.可以基于图像分割和对象识别的方法，先分割出每个苹果，然后进行计数B.利用深度学习中的回归模型直接预测苹果的数量C.目标计数不受苹果的大小、形状和分布的影响，任何情况下都能准确计数D.结合多视角图像或视频序列可以提高目标计数的准确性2、在计算机视觉的三维重建任务中，假设要从一组二维图像恢复出物体的三维结构。以下关于三维重建方法的描述，正确的是：（）A.基于立体视觉的方法需要多视角的图像，并且对相机的标定精度要求不高B.结构光方法能够快速准确地获取物体表面的三维信息，但对环境光敏感C.从运动中恢复结构（SfM）方法只适用于静态场景，无法处理动态物体D.所有的三维重建方法都能够生成高精度的、完整的物体三维模型3、图像分类是计算机视觉的基本任务之一。假设要对大量的动物图像进行分类，将其分为猫、狗、兔子等类别。在进行图像分类时，以下关于特征提取的描述，正确的是：（）A.手工设计的特征，如颜色直方图、纹理特征等，总是比自动学习的特征更有效B.深度学习中的卷积神经网络能够自动学习到具有判别性的图像特征，无需人工干预C.特征提取的好坏对图像分类的结果影响不大，主要取决于分类器的性能D.为了提高分类准确率，应该尽可能多地提取图像的各种特征，而不考虑特征的冗余性4、计算机视觉中的视频分析需要对连续的图像帧进行处理和理解。假设要分析一段监控视频中的人群行为，包括行走方向、聚集和分散等。以下哪种视频分析技术在处理这种复杂的群体行为时最为有效？（）A.帧间差分法B.背景减除法C.光流法结合轨迹分析D.深度学习的行为识别模型5、计算机视觉中的目标计数是估计图像或视频中目标的数量。假设要在一张人群图像中准确计数人数，以下关于目标计数方法的描述，正确的是：（）A.基于检测的计数方法通过检测每个个体来实现计数，对密集场景效果好B.基于回归的计数方法直接预测目标数量，计算速度快但精度较低C.深度学习中的注意力机制在目标计数中没有作用，不能提高计数准确性D.目标计数只需要考虑目标的外观特征，不需要考虑图像的上下文信息6、在计算机视觉的视频监控系统中，异常事件检测是重要功能之一。假设要在一个仓库的监控视频中检测出异常的人员活动或物品移动。以下哪种异常事件检测方法在处理这种大规模视频数据时能够更有效地发现异常？（）A.基于规则的检测B.基于统计模型的检测C.基于深度学习的检测D.基于人工观察的检测7、计算机视觉中的光流估计用于计算图像中像素的运动信息。假设要对一段视频中的物体运动进行分析，以下关于光流估计的描述，正确的是：（）A.稀疏光流估计只计算图像中部分特征点的运动，无法反映整体的运动趋势B.稠密光流估计能够得到图像中每个像素的运动向量，但计算复杂度较高C.光流估计的结果不受光照变化和噪声的影响，具有很高的准确性D.光流估计只能用于分析匀速直线运动的物体，对于复杂的运动模式无法处理8、计算机视觉中的特征提取是非常关键的一步。以下关于特征提取方法的描述，不准确的是（）A.传统的特征提取方法如SIFT（尺度不变特征变换）和HOG（方向梯度直方图）在特定场景下仍然有效B.深度学习中的自动特征提取能够学习到更具代表性和鲁棒性的特征C.特征提取的好坏直接影响后续的图像分类、目标检测等任务的性能D.特征提取只关注图像的局部信息，而忽略了全局信息9、在计算机视觉中，图像分割旨在将图像划分为不同的区域，每个区域具有相似的特征。以下关于图像分割的叙述，不正确的是（）A.图像分割可以基于像素的颜色、纹理等特征进行B.深度学习方法在图像分割中取得了显著的成果，如全卷积网络（FCN）C.图像分割在医学影像分析、自动驾驶场景理解等方面具有重要作用D.图像分割的结果总是完美的，能够准确地将图像中的所有物体都分割出来10、当利用计算机视觉进行图像语义分割任务，例如将图像中的不同物体分割出来，以下哪种深度学习架构可能在分割精度和效率方面表现较好？（）A.FCNB.U-NetC.SegNetD.以上都是11、计算机视觉中的无人驾驶技术是一个综合性的应用领域。以下关于无人驾驶中的计算机视觉的说法，不正确的是（）A.计算机视觉在无人驾驶中用于环境感知、目标检测、路径规划和障碍物避让等任务B.深度学习方法能够实时准确地识别道路标志、车辆和行人等物体C.无人驾驶中的计算机视觉系统已经非常成熟，能够应对各种复杂的交通场景D.恶劣天气条件和光照变化等因素仍然是无人驾驶中计算机视觉面临的挑战12、图像分割是将图像分成不同的区域或对象。假设要对医学影像中的肿瘤区域进行精确分割，以下关于图像分割方法的描述，正确的是：（）A.手动分割是最准确的方法，不需要借助计算机算法B.基于阈值的图像分割方法能够适用于所有类型的医学影像分割问题C.深度学习中的全卷积网络（FCN）及其变体在医学图像分割中具有很大的潜力D.图像分割的结果只取决于所使用的分割算法，与图像的预处理无关13、假设我们要开发一个计算机视觉系统，用于检测生产线上产品的表面缺陷。由于产品的种类繁多、缺陷类型复杂，以下哪种方法可能需要更多的计算资源和时间来训练模型？（）A.基于传统机器学习的方法B.基于浅层神经网络的方法C.基于深度学习的方法D.基于模板匹配的方法14、计算机视觉中的图像增强旨在改善图像的质量和视觉效果。假设一张低对比度、有噪声的医学图像需要进行增强处理，以突出病变区域并减少噪声的影响。以下哪种图像增强技术最为适合？（）A.直方图均衡化B.中值滤波C.高斯滤波D.锐化滤波15、视频分析是计算机视觉的一个重要领域。假设我们要分析一段监控视频，以检测异常行为，如打架、盗窃等。对于这种实时性要求较高的视频分析任务，以下哪种方法更适合用于快速处理和检测？（）A.对每一帧图像单独进行分析B.基于光流的方法跟踪对象运动C.利用深度学习模型直接对视频进行分析D.采用传统的图像处理方法，如背景减除二、简答题（本大题共3个小题，共15分)1、（本题5分）简述计算机视觉在运动器材制造中的质量控制。2、（本题5分）计算机视觉中如何进行广告效果评估？3、（本题5分）描述计算机视觉在海岸带监测中的应用。三、应用题（本大题共5个小题，共25分)1、（本题5分）运用深度学习模型，对艺术画作的作者和流派进行识别。2、（本题5分）基于深度学习，实现对排球比赛中球的落点的检测。3、（本题5分）开发一个能够识别不同种类飞禽的程序。4、（本题5分）使用目标跟踪算法，跟踪海洋生物的游动轨迹。5、（本题5分）设计一个程序，通过计算机视觉识别不同品牌的投影仪。四、分析题（本大题共3个小题，共30分)1、（本题10分）以