《计算机视觉应用开发》试题及答案B卷

第1页共4页《计算机视觉应用开发》期末考试试题B卷（开卷）适用班级：人工智能2001/2002专业：人工智能技术服务考试时长：120分钟得分阅卷人得分阅卷人1．计算机视觉对待问题的解决方案的流程不包括（）A.图像预处理B.建立模型C.提取特征D.模型优化2．下列说法正确的是：（）A.单色位图：每个像素最多可以表示2种颜色，只需要使用长度为1的二进制位来表示，因此每个像素占1/4B。B.16色位图：每个像素最多可以表示16种颜色，所以只需要长度为4的二进制表示，因此每个像素占1/2B。C.16色位图：每个像素最多可以表示16种颜色，所以只需要长度为8的二进制表示，因此每个像素占1/2B。D.256色位图：每个像素最多可以表示256中颜色，所以只需要长度为16的二进制表示，因此每个像素占1B。3.下列哪种不是OpenCV中imread()的图片读取方式（）A.cv2.IMREAD_CHANGEDB.cv2.IMREAD_GRAYSCALEC.cv2.IMREAD_UNCHANGEDD.cv2.IMREAD_COLOR4.可以通过哪种命令来实现图像的高斯滤波（）A.cv2.blur()B.cv2.GaussianBlur()C.cv2.medianBlur()D.cv2.bilateralFilter()5.下面哪个方法不属于分类方法（）A.KNNB.SVMC.K-meansD.人工神经网络6.卷积神经网络结构顺序为（）A.conv->bn->ReLu->poolB.conv->bn->pool->ReLuC.conv->ReLu->bn->poolD.bn->conv->ReLu->pool7.随着网络深度的进行，图像的空间大小将越来越（），而通道数会越来越（）。A.大、小B.小、小C.小、大D.大、大8.下列不属于two-stage目标检测算法的是（）YOLOB.R-CNNC.SPP-NetD.FastR-CNN9.下列哪个不属于目标检测的指标参数（）召回率误检数精确率检测速度10.数据增强的作用描述正确的是？（）A.当数据不足的时候用已有的训练样本数据来生成更多的训练数据。B.当数据不足的时候用已有的数据来生成更真实的数据样本。C.用已有的数据来拓展数据的多样性，从而增加数据副本。D.数据增强可以提高图像的识别效率。11.下面哪个不属于语义分割网络？（ ）A．U-Net B．FCN C．CNN D．segnet12.下列说法不正确的是（）A.图像风格迁移属于图像生成任务B.gram矩阵可以度量两个图像风格的差异C.图像的内容损失可以通过均方误差来表示D.VGG-19有19个卷积层13.下列关于说法不正确的是（）。A.DF值广泛应用于大规模语料的特征降维B.计算出每个特征的信息增益后，就可以移除那些信息量较低的特征C.互信息是指根据特征与类别的关联程度来计算特征与类别的相关度D.当对梁样本平均数进行比较时，可以采用卡方检验14.下面属于基于深度学习的超分辨率重建方法流程的是（）A.加载数据—构造低分辨率图像—搭建网络映射到低分辨率字典—训练预测B.加载数据—搭建网络映射到低分辨率字典—训练预测C.加载数据—搭建网络映射到高分辨率字典—构造低分辨率图像—训练预测D.加载数据—构造低分辨率图像—搭建网络映射到高分辨率字典—训练预测15.为了防止重建图像过度平滑，SRGAN重新定义了损失函数，并将其命名为（）A.MSE损失B.感知损失C.内容损失D.对抗损失得分阅卷人得分阅卷人1.颜色三通道就是通常所说的彩色图，每个像素点由三个值表示图像像素值由红(0~255)、绿(0~255)、蓝(0~255)叠加表示。（）2.均值滤波和高斯滤波都属于线性滤波方式。（）3.使用的预训练模型是自然场景下的图片训练的，目标任务是人脸识别，可以使用微调预训练模型来实现目标任务。（）4.通用目标检测核心是1(目标)+1(背景)=2分类问题。（）5.检测器检测出来的矩形框与任何人工标注框的IoU都大于0.5，则认为这个检测结果是误检。（）6.有监督图像增强，其图像来源是计算机通过某种方法自动绘制而成的。（）7.标准语义分割（standardsemanticsegmentation）也称为全像素语义分割，它是将每个像素分类为属于对象类的过程。（）8.图像分辨率是一组用于评估图像中蕴含细节信息丰富程度的性能参数。（）9.高分辨率图像通常包含更大的像素密度、更丰富的纹理细节及更高的可信赖度。（）10.任何一幅特定的图像都有唯一的直方图与之对应，但不同的图像可以有相同的直方图。（）得分阅卷人得分阅卷人1.OpenCV中阈值分割的方式分别为______、______、________、_________、______。2.在OpenCV中，可以使用__________函数来实现直方图均衡化，返回值即为均衡化后的图像。3.最简单的SVM通过在高维空间中寻找一个最优线性分类面，对于特征向量x的决策函数为____________。4.激活函数的作用有________、________等。5.在利用深度学习做物体检测之前，传统算法对于目标检测通常分为3个阶段：______、_______和________。6.使用下面命令cv2.cvtColor(img,______________)可将图片转换为灰度图。7.decoder对缩小后的特征图像进行上采样，然后对上采样后的图像进行卷积处理，目的是完善物体的 ，从而弥补encoder中池化层将物体缩小造成的细节损失。8.多图像超分辨率重建算法根据重建过程所在域不同可分为_________和_________。9.指识别自然场景图片中的文字信息。自然场景图像中的文字识别，其难度远大于扫描文档图像中的文字识别，因为它的文字展现形式极其丰富。10.是一类以序列数据为输入，在序列的演进方向进行递归且所有节点（循环单元）按链式连接的递归神经网络。11.卷积操作使得 之间存在有位置上的连接关系。12.图像分类方法大致分为两类，___________和____________。13.人脸编码中，使用到了face_recognition.face_encodings()函数，该函数的作用就是将加载的图片转换成一个维的包含人脸特征的数组。得分阅卷人得分阅卷人简述固定阈值分割、自适应阈值分割和Otsu阈值分割的优缺点及适用场景得分阅卷人得分阅卷人用numpy实现gram矩阵的计算。得分阅卷人得分阅卷人编写一段程序,使用Haar联检器检图像中的人脸,并用矩形框标注人脸位置。《计算机视觉应用开发》期末考试试题B卷答题纸适用班级：人工智能2001/2002专业：人工智能技术服务得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.14.15得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.得分阅卷人得分阅卷人1.2.3.4.5.6.7.8.9.10.11.12.13.得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人得分阅卷人．《计算机视觉应用开发》期末考试试题B卷答案适用班级：人工智能2001/2002专业：人工智能技术服务得分阅卷人得分阅卷人DBA4.B5.C6.A7.C8.A9.C10.A11.C12.C13.D14.A15.B得分阅卷人得分阅卷人1.对2.对3.错4.错5.错6.错7.对8.对9.对10.对得分阅卷人得分阅卷人cv2.THRESH_BINARY、cv2.THRESH_BINARY_INV、cv2.THRESH_TRUNC、cv2.THRESH_TOZERO、cv2.THRESH_TOZERO_INVcv2.equalizeHist()3.4.增加模型的非线性分割能力、提高模型鲁棒性、缓解梯度消失问题、加速模型收敛（任选两种）5.区域选取、特征提取、体征分类6.cv2.COLOR_BGR2GRAY7.几何形状8.频域法、空域法9.OCR10.RNN（RecurrentNeuralNetwork）循环神经网络11.输入值和输出值12.基于传统的分类方法基于深度学习的分类方法13.128得分阅卷人得分阅卷人固定阈值化分割优点：实现简单、计算量小、性能较稳定。缺点：将整幅图片都应用一个阈值进行分割，它并不适用于明暗分布不均的图片，适用于目标和背景占据不同灰度级范围的图像。自适应阈值分割优点：图片的每个局部都会通过处理得到一个阈值，这个区域就用这个阈值来进行分割。每个区域都有不同的阈值来处理，这样就适用于处理颜色分布不均的图片。缺点：实现较为复杂适用于明暗分布不均的图片Otsu阈值分割优点：其算法计算简单，不受图像亮度和对比度的影响。缺点：只能针对单一目标分割或者感兴趣的目标都属于同一灰度范围主要用于图像分割中最优阈值选取得分阅卷人得分阅卷人importnumpyasnpdefgram(X,Y,sigma):f=np.sum(X**2,1,keepdims=True)-2*X@Y.T+np.sum(Y**2,1,keepdims=True).Treturnnp.exp(-f/(2*sigma**2))得分阅卷人得分阅卷人参考代码：importcv2importnumpyasnpimportmatplotlib.pyplotasplt#打开输入图像img=cv2.imread("test.png")#转换为灰度图片gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#获取XML文件，加载人脸检测器faceCascade=cv2.CascadeClassifier('haarcascade_frontalface_default.xml')#执行人脸检测faces=f