目标探测与识别知到智慧树章节测试课后答案2024年秋北京航空航天大学_第1页
目标探测与识别知到智慧树章节测试课后答案2024年秋北京航空航天大学_第2页
目标探测与识别知到智慧树章节测试课后答案2024年秋北京航空航天大学_第3页
目标探测与识别知到智慧树章节测试课后答案2024年秋北京航空航天大学_第4页
免费预览已结束,剩余4页可下载查看

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

目标探测与识别知到智慧树章节测试课后答案2024年秋北京航空航天大学第一章单元测试

以下哪些陈述关于Johnson判则是正确的()。

A:它表示某一观察者能完成所给的任务到规定等级的概率B:接受测试中的每个人的探测和识别能力是不一样的C:它给出了探测概率为75%时,辨别到不同等级所需的分辨周数D:它把探测率和传感器阈值条纹图案分辨率相关联

答案:接受测试中的每个人的探测和识别能力是不一样的;它把探测率和传感器阈值条纹图案分辨率相关联在多目标跟踪任务中,由于传感器和多目标跟踪环境的不确定性,以及实际情况下的测量误差,可能会造成虚假目标的产生。()

A:错B:对

答案:对在目标的检测、跟踪与识别的各阶段中,各阶段之间有绝对的先后次序。()

A:对B:错

答案:错在目标检测识别任务中,"where"主要解决的问题是()。

A:目标定位B:目标分类C:目标行为描述D:目标的细粒度识别

答案:目标定位由于阴影的外形或与目标本体相似,阴影不会影响目标的检测与识别。()

A:对B:错

答案:错

第二章单元测试

属于主动遥感的是()。

A:高光谱成像B:近红外成像C:可见光成像D:雷达成像

答案:雷达成像雷达通过测量电波_________以获得目标的距离数据()。

A:回波强度B:发射角度C:接收角度D:飞行时间

答案:飞行时间在CMOS图像传感器中,电荷转换成电压的工作是在_______进行的()。

A:每一行像素B:每一个像素C:外部电路D:数模转换器

答案:每一个像素我国的标准电视体制为()。

A:PALB:NTSCC:CCTVD:VGA

答案:PAL卫星上搭载的合成孔径雷达可以对云层下的物体进行成像()

A:错B:对

答案:对CT成像使用了X射线束和计算机图像重建技术来进行成像()

A:错B:对

答案:对

第三章单元测试

以下哪种特征是低层特征?()

A:语义特征B:颜色特征C:纹理特征D:形状特征

答案:颜色特征;纹理特征;形状特征HOG特征提取的步骤中,梯度方向直方图的计算方式是()

A:对图像进行Gamma校正B:将每个cell的梯度方向直方图进行归一化C:将图像灰度化D:计算每个像素点的梯度幅值和方向

答案:计算每个像素点的梯度幅值和方向图像偏导数矩阵的两个特征值如下,以下哪种情况符合Harris角点要求?()

A:0.01,1B:0.01,0.01C:1,1D:1,0.01

答案:1,1利用积分图计算长方形区域的像素值之和,需要从积分图上获取该区域_______对应的数值()。

A:左上角B:右下角C:左下角D:右上角

答案:左上角;右下角;左下角;右上角SIFT特征点提取时,图像中梯度较大的平直边缘部位会被判断为特征点()

A:对B:错

答案:错把图像旋转90度,提取到的HOG特征和原来保持不变()

A:对B:错

答案:错

第四章单元测试

以下关于SIFT算法的表述,说法错误的是()。

A:SIFT算法对近距离目标能够做到特定位置的识别B:SIFT算法复杂,计算速度慢,无法满足实时运算要求C:SIFT算法对目标的旋转、尺度和视点变化有很好的鲁棒性D:SIFT算法对小目标识别具有很好的效果

答案:SIFT算法对小目标识别具有很好的效果下图展示了准确率-召回率曲线,下列说法正确的是()。

A:红色曲线代表的算法精度更高B:两条曲线代表的算法精度一样高C:无法区分哪条曲线代表的算法精度更高D:黑色曲线代表的算法精度更高

答案:红色曲线代表的算法精度更高关于Anchor-free的优点,说法错误的是()。

A:不需要计算IoU,节省了大量算力和内存B:anchor-free模型难以处理尺度变化很大的目标C:Anchor-free方式,不需要大量调整参数,训练更为简单D:检测问题被统一到FCN全卷积网络中,可以简单地重用其他任务的idea,如语义分割

答案:anchor-free模型难以处理尺度变化很大的目标单分布高斯背景模型中,采用了如下的背景更新公式:,其中为一个常数,用来反映背景更新率,越大,背景更新的越慢。()

A:对B:错

答案:错对于谱残差这一视觉显著性方法,下列计算流程正确的是()。

①将局部平滑后的对数幅度谱作为冗余部分;

②将剩余的部分看作是显著部分在频域的信息。

③原对数幅度谱减去平滑后的对数幅度谱;

④对图像进行傅里叶变换;

A:①④③②B:④①②③C:④③①②D:④①③②

答案:④①③②

第五章单元测试

在目标跟踪过程中,目标的表观模型和运动模型的建立是在目标检测阶段完成的。()

A:错B:对

答案:错表观模型的建模方式可以分为哪些类型()。

A:判别模型B:生成模型C:自适应模型D:增量式模型

答案:判别模型;生成模型下列哪些描述是关于基于模型驱动的目标跟踪方法的()。

A:常被称tracking-by-detection(TBD)B:在当前帧对目标区域建模,下一帧寻找与模型最相似的区域C:自顶向下的处理思路D:将跟踪问题转化为模式匹配寻优问题

答案:在当前帧对目标区域建模,下一帧寻找与模型最相似的区域;自顶向下的处理思路目标的运动模型是对目标哪些属性的描述()。

A:速度B:大小C:位置D:其余选项都是

答案:其余选项都是Kalman滤波和粒子滤波一样,都可以处理任意形式的概率分布问题。()

A:对B:错

答案:错在粒子滤波的过程中,相似度高的地方应该()。

A:多放粒子B:少放粒子C:不放粒子D:不需要放粒子

答案:多放粒子匈牙利算法主要用于求解哪种问题()。

A:网络流问题B:任务分配问题C:最短路径问题D:最小生成树问题

答案:任务分配问题基于核的跟踪算法主要是采用特征域上的参数模型来描述目标的外观特征。()

A:错B:对

答案:对

第六章单元测试

以下哪项不是遥感图像变化检测的研究目的()。

A:更好地管理和利用资源。B:及时准确地探测地表特征的变化。C:理解人类与自然现象之间的关系和相互作用。D:提高遥感图像的分辨率。

答案:提高遥感图像的分辨率。在遥感目标检测识别中,与水平检测框相比旋转,检测框的优点主要有()。

A:包含更少的背景像素,目标和背景之间的分类更容易。B:能够更好地处理具有极大长宽比、密集排列、方向任意等特性的目标。C:相邻目标存在更大的重叠区域。D:反映了目标真实的物理尺寸。

答案:包含更少的背景像素,目标和背景之间的分类更容易。;能够更好地处理具有极大长宽比、密集排列、方向任意等特性的目标。;反映了目标真实的物理尺寸。语义分割在自动驾驶中的主要应用是什么()

A:提供车辆状态信息,帮助车辆监测自身状态和健康状况B:提供环境感知信息,帮助车辆理解道路情况、检测障碍物和行人等,从而实现自动驾驶功能C:提供车辆控制信息,帮助车辆自动控制加速、刹车和转向等D:提供导航信息,帮助车辆规划路线和行驶方向

答案:提供环境感知信息,帮助车辆理解道路情况、检测障碍物和行人等,从而实现自动驾驶功能以下关于语义分割、实例分割和全景分割之间关系的下列表述中,错误的是()

A:语义分割不需要区分同种语义的不同实例B:它们都是计算机视觉领域的基本任务C:全景分割不需要区分同种语义的不同实例D:全景分割包括语义分割和实例分割

答案:全景分割不需要区分同种语义的不同实例视频目标分割(VOS)一般是在视频的连续帧中寻找感兴趣目标的对应边界框。()

A:错B:对

答案:错

第七章单元测试

旋转框目标检测主要解决了什么问题?()

A:目标的尺寸识别B:目标的形状识别C:目标的方向和位置识别D:目标的颜色识别

答案:目标的方向和位置识别遥感图像细粒度目标检测主要解决细粒度类间差异较大的问题。()

A:错B:对

答案:错关于遥感图像细粒度目标检测与识别的发展趋势,以下哪些说法是正确的()。

A:遥感图像细粒度目标检测不需要高空间分辨率。B:遥感图像细粒度目标检测主要关注场景分类,不涉及目标的具体型号识别。C:遥感图像细粒度目标检测在检测和定位的精细化程度上提出了更高要求。D:随着遥感图像细节信息的逐渐丰富,出现了旋转框目标检测与细粒度目标检测两大类新任务。

答案:遥感图像细粒度目标检测在检测和定位的精细化程度上提出了更高要求。;随着遥感图像细节信息的逐渐丰富,出现了旋转框目标检测与细粒度目标检测两大类新任务。关于遥感图像细粒度目标检测识别的难点,以下哪一项是正确的?()

A:遥感图像细粒度目标检测不需要局部判别性特征。B:细粒度类别之间的差异较大,容易区分。C:遥感图像成像视角多样,可用信息较丰富。D:遥感图像成像视角单一,可用信息较少,细粒度类间差异更小。

答案:遥感图像成像视角单一,可用信息较少,细粒度类间差异更小。在自动驾驶系统中,多模态传感器的作用是什么?()

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