江苏开放大学计算机视觉060731形考1-5

江苏开放大学计算机视觉060731第一次形考作业单选题1“从数据中学习，⽣成⾼保真，多样化的图像”，描述的是下列哪⼀类任务（）A⼈脸识别B图像⽣成C图像描述D⽬标跟踪正确答案：B2在计算机视觉的浅层模型中，“特征汇聚与特征变换”的主要⽬的是（）A采⽤机器学习或模式识别的⽅法对物体进⾏分类B对提取的特征（通常为向量）进⾏统计汇聚或降维处理，得到新特征C从图像中提取描述图像内容的特征D对图像实现亮度或颜⾊矫正等处理正确答案：B3典型的计算机视觉浅层模型的处理流程为（）A图像预处理、特征设计与提取、特征汇聚与特征变换、分类器与回归器设计B图像预处理、特征汇聚与特征变换、特征设计与提取、分类器与回归器设计C特征汇聚与特征变换、特征设计与提取、图像预处理、分类器与回归器设计D图像预处理、分类器与回归器设计、特征汇聚与特征变换、特征设计与提取正确答案：A4在PyTorch中，⾃动计算某⼀变量的梯度需调⽤（）A、torch.Tensor()B、.backward()C、torch.ones()D、()正确答案：B5图像和灰度直方图的对应关系为()A多对一B一对一C一对多D多对多正确答案：A6相较于语义分割，实例分割还可以做到（）A⽣成⽂本描述图像内容B⽣成⾼保真、多样化的图像C对图⽚中的每个像素点进⾏标注，标注属于哪⼀类别D区分同⼀类的不同实例正确答案：D多选题1、下列选项中，可应⽤于计算机视觉任务的模型有（）A、决策树B、AlexNetC、SVMD、VGG正确答案：A；B；C；D2、下列属于深度学习框架的是（）A、PyTorchB、TensorFlowC、TheanoD、Cuda正确答案：A；B；C3颜色的三要素包括：A色调（色相）B饱和度C亮度（明度）D光强正确答案：A；B；C4计算机视觉的主要研究⽅向有（）A图像⽣成B⽬标检测C图像分类D图像描述正确答案：A；B；C；D5数字图像的类型包括（）A⼆值图像B、RGB-D深度图像C彩⾊图像D灰度图像正确答案：A；B；C；D6下列应⽤计算机视觉系统的场景有（）A医学图像处理B⼈脸识别C⾃动驾驶D指纹识别正确答案：A；B；C；D7、OpenCV的核⼼模块imgproc能实现（）A图像分割B边缘或直线提取C处理直⽅图D形态分析正确答案：A；B；C；D简答题1简述常用计算机视觉模型及方法。答案：计算机视觉领域常用的模型及方法众多，以下列举了一些主流的技术：边缘检测算法：如Sobel算子、Canny算子、Laplacian算子等，用于检测图像中的边缘信息。特征提取算法：如SIFT（尺度不变特征变换）、SURF（加速鲁棒特征）、ORB（OrientedFASTandRotatedBRIEF）等，用于提取图像中的特征点或特征区域。目标检测和分类算法：包括传统的Haar特征、HOG特征以及基于机器学习的算法（如SVM、决策树、随机森林）和深度学习算法（如卷积神经网络CNN、FasterR-CNN、YOLO、SSD等）。这些算法能够检测图像中的目标并确定其类别。图像分割算法：如基于阈值分割、边缘分割、区域分割等方法，以及K-means、Mean-shift、Watershed等算法，用于将图像分割成多个区域或对象。光流算法：如Lucas-Kanade、Horn-Schunck、Farneback、FlowNet等，用于计算图像序列中像素的运动信息。三维重建算法：包括立体匹配、结构从运动（SfM）、激光扫描等方法，如BundleAdjustment、SLAM等，用于从图像或视频中重建三维场景。深度学习模型：如卷积神经网络CNN、循环神经网络RNN、自编码器、生成对抗网络GAN等，这些模型在图像识别、分类、分割、生成等方面具有广泛的应用。此外，还有物体跟踪算法（如基于Kalman滤波、粒子滤波等方法）、图像增强和去噪算法（如均值滤波、中值滤波、小波变换、稀疏表示等）等也是计算机视觉中常用的方法。2请简述什么是图像锐化（sharpen）及其作用。答案：图像锐化是一种图像处理技术，旨在通过增强图像的边缘和细节来提升图像的清晰度。具体来说，图像锐化技术能够突出图像中的重要特征，使其更加显著，从而改善图像的视觉质量。在数字图像处理、医学图像分析、目标检测、边缘检测等需要强调细节和边缘的场景中，图像锐化技术有着广泛的应用。然而，锐化过程也可能会增加图像中的噪声，特别是在低质量图像或锐化强度过高的情况下，因此需要谨慎调整参数以避免引入不必要的变化或效果。3图像数字化的两个步骤是什么？答案：图像数字化的两个主要步骤是采样和量化。采样：是将空域上连续的图像变换成离散采样点集合的过程，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化：是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来的过程，是对亮度大小的离散化。经过采样和量化后，数字图像可以用整数阵列的形式来描述。4什么是计算机视觉？答案：计算机视觉（ComputerVision,CV）是一门涉及图像处理、图像分析、模式识别和人工智能等多种技术的新兴交叉学科。它研究如何从图像或视频中提取符号或数值信息，并进行分析计算以进行目标的识别、检测和跟踪等任务。更形象地说，计算机视觉就是让计算机像人类一样能看到并理解图像。计算机视觉技术的基本原理是利用图像传感器获得目标对象的图像信号，然后传输给专用的图像处理系统，将像素分布、颜色、亮度等图像信息转换成数字信号，并对这些信号进行多种运算与处理，提取出目标的特征信息进行分析和理解，最终实现对目标的识别、检测和控制等。计算机视觉是人工智能主要应用领域之一，具有快速、实时、经济、一致、客观、无损等特点，能够模拟、扩展和延伸人类智能，从而帮助人类解决大规模的复杂问题。

江苏开放大学计算机视觉060731第二次形考作业单选题1、VGGNet的参数量主要集中在（）A激活层B池化层C卷积层D全连接层正确答案：D2下列关于Dropout的描述，正确的是（）A通过减少卷积层和池化层的个数，防⽌过拟合B通过减少卷积层和池化层的个数，提取出局部特征C通过随机删除部分神经元，提取出局部特征D通过随机删除部分神经元，防⽌过拟合正确答案：D3卷积神经⽹络中，若使⽤RGB图像作为输⼊，则输⼊层的通道数为（）A2B、128C、256×256D、256正确答案：A4、GoogLeNet⽹络额外增加了2个辅助的Softmax层作为辅助分类器。下列关于它的描述，错误的是（）A辅助分类器将中间某⼀层的输出也纳⼊到最终的分类结果中B辅助分类器提供了额外的正则化C辅助分类器⽤于训练和测试阶段D辅助分类器给⽹络增加了反向传播的梯度信号，⼀定程度解决了梯度消失的问题正确答案：C5相较于Sigmoid和Tanh函数，ReLU函数作为激活函数的特点是（）A是线性函数B能够有效缓解梯度消失的问题C计算复杂，计算成本⾼昂D使模型收敛速度较慢正确答案：B多选题1数据增强常⽤的⽅法有（）A平移变换B随机裁剪C颜⾊光照变换D⽔平翻转正确答案：A；B；C；D2卷积神经⽹络中，卷积过程的步骤包括（）A将卷积核放在输⼊数据的某⼀像素区域上B将乘积的结果线性迭加C将卷积核中的每⼀个数值和区域中对应的数值成对相乘D把结果输出在特征图的正确位置正确答案：A；B；C；D3卷积神经网络有许多神经层组成，主要包括（）A卷积层B分类层C归一化层D池化层正确答案：A；D4下列关于全连接层的描述，正确的是（）A经过卷积层和池化层降维，可以降低全连接层的数据计算量，提升计算效率B全连接层通常在卷积神经⽹络隐藏层的中间部分C全连接层与上⼀层输⼊数据之间的部分神经元相互连接D全连接层的作⽤是综合已提取的特征正确答案：A；D5图像分类的类别有（）A子类细粒度分类B实例级别分类C多标签分类D无标签分类正确答案：A；B6下图体现了ResNet⽹络中的BottleneckDesign结构，输⼊为256维的特征，下列描述正确的是（）A使⽤BottleneckDesign结构，能够减少⽹络中的参数量B使⽤BottleneckDesign结构，能解决梯度消失的问题C1×1卷积核的主要作⽤是，对数据进⾏降维和升维的操作D图中的⽹络结构需要的参数量为1×1×64+3×3×64+1×1×256正确答案：A；C7下列关于跨物种语义级别的图像分类的描述，正确的是（）A主要⽬的是区分属于不同物种或⼤类的对象B主要⽬的是区分属于同⼀个物种⼤类的⼦类C分类结果呈类间⽅差较⼩，类内⽅差较⼤的特点D分类结果呈类间⽅差较⼤，类内⽅差较⼩的特点正确答案：A；D8、SENet中的ChannelAttention机制包含的操作有（）A、SqueezeB、ExcitationC、ShortcutConnectionD、Dropout正确答案：A；B简答题1简述图像分类目前面临的困难和挑战。答案：图像分类是计算机视觉中的一个核心任务，尽管已经取得了显著的进展，但仍面临一些困难和挑战。以下是目前图像分类面临的主要困难和挑战：视角变化：同一个物体从不同角度拍摄得到的图片会有很大差异，这增加了分类的难度。比例变化：物体在图片中所占的比例可能不同，这会影响分类的准确性。变形：同一个物体可能会因为形状的改变（如弯曲、折叠等）而难以识别。遮挡：目标物体有时会被其他物体遮挡，只能看到部分物体，这会影响分类器的判断。光照条件：光照的强度和方向会影响图像的像素值，从而影响分类结果。背景干扰：目标物体可能混乱在背景噪声中，使得分类器难以准确识别。对象内部差异：一类对象可能包含多种不同的子类别或变体，它们之间的外观差异可能很大，但又被归为同一类别，这增加了分类的复杂性。为了应对这些挑战，研究者们提出了许多方法和技术，如数据增强、特征提取、深度学习模型的改进等。然而，这些挑战仍然是图像分类领域需要不断研究和解决的问题。2简述softmax层的作用，假设数据集有c个类别，全连接层输出为，给出其对应softmax输出的表示答案：Softmax层在神经网络中常用于多类分类问题的输出层。它的作用是将神经网络的输出转换为概率分布，使得每个输出值代表输入样本属于对应类别的概率。这些概率值的总和为1。假设数据集有c个类别，全连接层输出为z（一个长度为c的向量），则softmax输出的表示如下：对于z中的每个元素zi（表示输入样本属于第i类的原始得分或logits），softmax函数将其转换为概率pi，计算公式为：pi=ezi∑cj=1ezj其中，ezi表示zi的指数函数值，∑cj=1ezj表示所有类别得分的指数函数值之和。因此，softmax层的输出是一个长度为c的向量，向量中的每个元素都表示输入样本属于对应类别的概率。3简述图像分类的含义。答案：图像分类是计算机视觉中的一个基本任务，它旨在将图像或图像中的特定区域归入预定义的类别或标签中。通过对图像的像素进行分析和特征提取，图像分类模型能够学习识别和区分不同物体、场景或图案。简单来说，图像分类就是给一幅图像赋予一个或多个标签，这些标签代表了图像中物体的类别或场景的类型。4简述Alexnet共有几层神经网络层，其中卷积层有多少层，全连接层有多少层。答案：AlexNet是一个经典的卷积神经网络架构，它在图像分类任务中取得了显著的成果。AlexNet共有8层神经网络层（不包括输入层和输出层的softmax层），其中卷积层有5层，全连接层有3层。具体来说，AlexNet的架构如下：输入层：接收原始图像数据。卷积层1：使用96个11x11的卷积核，步长为4，输出特征图。池化层1：使用3x3的最大池化，步长为2。卷积层2：使用256个5x5的卷积核（两组，每组128个，分别在不同的GPU上运行），步长为1，填充为2，输出特征图。池化层2：使用3x3的最大池化，步长为2。卷积层3：使用384个3x3的卷积核，步长为1，填充为1，输出特征图（该层没有池化层）。卷积层4：使用384个3x3的卷积核，步长为1，填充为1，输出特征图（同样没有池化层）。卷积层5：使用256个3x3的卷积核（两组，每组128个），步长为1，填充为1，输出特征图。池化层3：使用3x3的最大池化，步长为2。全连接层1：有4096个神经元，与卷积层5的输出相连。全连接层2：同样有4096个神经元，与全连接层1的输出相连。输出层（softmax层）：有1000个神经元（针对ImageNet数据集），输出每个类别的概率。需要注意的是，AlexNet的架构在不同的实现中可能略有不同，但上述描述是AlexNet架构的一个典型示例。

江苏开放大学计算机视觉060731第三次形考作业单选题1从理论的⻆度来看，检测物体时，One-stage算法和Two-stage算法的区别在于（）A、One-stage算法的精度较⾼；Two-stage算法的效率较⾼，计算速度较快B、One-stage算法的计算速度和检测精度都⾼于Two-stage算法C、Two-stage算法的计算速度和检测精度都⾼于One-stage算法D、One-stage算法的效率较⾼，计算速度较快；Two-stage算法的精度较⾼正确答案：D2、YOLOv2算法中，维度为26×26×512的特征图经过Passthrough层将其拆，输出的特征维度为（）A、13×13×2048B、26×26×512C、13×13×512D、26×26×2048正确答案：A3下列有关使⽤R-CNN算法进⾏⽬标检测的步骤，排序正确的是（）①候选框⽣成：⽤SelectiveSearch算法在图像中⽣成候选框；②特征提取：提取候选框中的特征；③类别判断：⽤分类器对候选框中的图像进⾏分类；④候选框处理：将所有候选框的特征转换为同样⼤⼩。A①②④③B②①④③C①④②③D①②③④正确答案：C4在YOLO模型中，若⼀个⽹格输出的数据维度为7×7×30。其中30个参数中，包含两个边框各需要的5个参数，其余20个参数表示（）A对于10类物体，两个边框包含每种类别的概率B对于20类物体，当前⽹格检测的物体属于每种类别的概率C对于20类物体，当前⽹格包含每类物体的个数D当前⽹格临近的四个边框的需要的参数正确答案：B5下图中，红⾊边框是包含狗的真实边框，使⽤YOLO模型进⾏⽬标检测时，A、B、C、D、E中负责预测狗的⽹格是（）A、EB、BC、AD、C正确答案：A多选题1、BagofFreebies是⽤⼀些⽐较有⽤的训练技巧来训练模型，不增加模型的复杂度，从⽽不增加计算量，并使得模型取得更好的准确率，常⽤的⽅法有（）A改变边框回归损失函数B增强感受野C训练时⾃适应调整样本损失率，降低识别正确率⾼的样本损失的权重D图像增强正确答案：A；C；D2各向同性缩放是指将不同尺⼨的候选区域统⼀成相同⼤⼩，采⽤的两种缩放⽅式为（）A复制填充：通过复制原候选框内的图像，扩展候选框，超出部分进⾏剪裁B先扩充后裁剪：直接把候选框的边界扩展成正⽅形，再裁剪。如果已经延伸到了原始图像的外边界，就⽤候选框中的颜⾊均值进⾏填充C先裁剪后扩充：先将候选框按原尺⼨剪裁，再⽤颜⾊均值填充成正⽅形D直接缩放：通过缩放，将候选框的宽⾼直接变换为⼀致⼤⼩正确答案：B；C3下列关于RoIPooling的表述正确的是（）A相较于直接对候选区域剪裁，使⽤RoIPooling变换特征图⼤⼩，能够显著提⾼计算速度B、RoIPooling通过提取候选框内不同区域的像素，对候选框进⾏剪裁C、RoIPooling输出的特征图⼤⼩⼀致D、由于RoIPooling的提出，不需要再对候选区域进⾏各向同性缩放的操作，避免了图像分辨率的降低正确答案：C；D4下列关于使⽤RPN算法⽣成锚框的描述，正确的是（）A、在FasterR-CNN中，RPN算法直接在图像上⽣成锚框B、RPN算法对特征图每个点⽣成9个锚框，锚框中⼼点相同，尺度⼤⼩不同C、RPN算法对特征图每个点⽣成9个锚框，锚框的尺度相同，只是中⼼点位置不同D、在FasterR-CNN中，RPN算法在图像经过卷积后，在得到的特征图上⽣成锚框正确答案：B；D5相较于RoIPooling，RoIAlign能够提⾼检测⽬标的精度，但提⾼效果与数据集相关，下列描述正确的是（）A、在⼤⽬标较多的数据集上，RoIAlign的检测效果更好，因为检测⼤物体⽬标受于RoIPooling的量化误差的影响更⼤B、在⼩⽬标较多的数据集上，RoIAlign的检测效果更好，因为检测⼩物体⽬标受于RoIPooling的量化误差的影响更⼤C、RoIAlign在图像较少的数据集上提升效果较好D、RoIAlign使⽤了双线性插值算法，获得特征值正确答案：B；D6、FastR-CNN是基于R-CNN改进的算法，下列关于FastR-CNN的表述正确的是（）A、FastR-CNN算法将给定图像直接输⼊CNN，进⾏特征提取B、FastR-CNN使⽤Softmax算法对特征进⾏分类C、FastR-CNN改进了⽣成候选区域的⽅式，提⾼了计算效率D、在RoIPooling层，输出的特征图的⼤⼩与输⼊的特征图⼤⼩相关，⼀般成⽐例进⾏缩放正确答案：A；B简答题1简述YOLO算法思想及YOLOv1结构。答案：YOLO算法思想：YOLO（YouOnlyLookOnce）算法的核心思想是将目标检测任务转化为一个回归问题。它摒弃了传统的两阶段目标检测方法中先提取候选区域再进行分类的步骤，而是直接将一幅图像分成若干个网格（gridcell），每个网格负责预测该网格内是否存在目标以及目标的类别和位置信息。这种端到端的训练方式和单阶段检测的特性，使得YOLO算法具有更快的检测速度和更高的准确率。YOLOv1结构：YOLOv1的网络结构包含24个卷积层，用于对输入图像进行特征提取，不断地提取图像的抽象特征。此外，还有2个全连接层，第一个全连接层将卷积得到的分布式特征映射到样本标记空间，把输入图像的所有卷积特征整合到一起；第二个全连接层将所有神经元得到的卷积特征进行维度转换，最后得到与目标检测网络输出维度相同的维度。最终，YOLOv1输出的检测结果为SxSx(B*5+C)的形式，其中S为网格数量，B为每个网格的预测框数量（在YOLOv1中为2），5为预测框的位置和置信度信息（包括中心点坐标x、y，宽高w、h，以及置信度c），C为类别数量（针对数据集的种类数量）。2简述目标检测深度学习模型。答案：目标检测深度学习模型是计算机视觉领域的重要工具，用于从图像或视频中自动识别出特定目标的位置和类别。以下是一些常见的目标检测深度学习模型：YOLO系列：包括YOLOv1、YOLOv2（YOLO9000）、YOLOv3、YOLOv4、YOLOv5、YOLOv7等，它们以速度快、准确率高而著称，广泛应用于实时目标检测和自动驾驶等领域。EfficientDet：使用了高效的主干网络和一组新的检测头，设计初衷是运算高效准确，能够高精度实时检测物体。RetinaNet：使用了FPN（特征金字塔网络）和新的焦点损失函数，旨在解决目标检测中前景和背景示例不平衡的问题，从而提高检测准确性。FasterR-CNN：使用RPN（区域候选网络）来生成候选对象位置，然后使用第二个网络对所提出的区域进行分类并细化位置。FasterR-CNN以其高精度而闻名，经常用于图像和视频中的目标检测。MaskR-CNN：在FasterR-CNN的基础上加了一个用于预测目标分割Mask的分支，该模型使用第三个网络为每个检测到的对象生成像素级Mask。MaskR-CNN以其在目标检测中的高精度而闻名，并且也可以用于实例分割。CenterNet：使用热图来预测每个对象的中心，然后使用第二个网络来预测目标的大小和方向。CenterNet以其在目标检测方面的高精度和高效性而闻名。DETR：即DetectionTransformer，使用基于Transformer的架构，可以处理高度重叠的对象，无需先验框或最大抑制。SSD：即SingleShotMultiBoxDetector，使用单个网络来预测对象的位置和类别，实现了高精度的目标检测，并且可以在低端设备上实时运行。3简述目标检测的含义。答案：目标检测是计算机视觉领域的一个核心任务，旨在找出图像或视频中的所有感兴趣目标（物体），并确定它们的类别和位置。这一任务融合了图像分类和定位两个子任务，要求算法能够同时解决“是什么？”和“在哪里？”的问题。目标检测技术在现实生活中有着广泛的应用，包括但不限于安全监控、智能交通、智能零售、医疗影像分析等领域。4简述传统目标检测的流程。答案：传统目标检测主要分为以下几个步骤：区域选择：生成一系列候选框，这些候选框可能包含目标物体。传统方法常采用滑动窗口的方式，通过不同大小和长宽比的窗口在图像上滑动来生成候选框。特征提取：对候选框内的图像进行特征提取，提取出能够描述物体特性的特征向量。传统方法常采用手工设计的特征，如SIFT、Haar-like、HOG等。分类器：使用分类器对提取出的特征向量进行分类，判断候选框内是否包含目标物体以及目标物体的类别。常见的分类器有支持向量机（SVM）、KNN算法、神经网络（NN）等。非极大值抑制（NMS）：对于多个重叠的候选框，只保留其中置信度最高的框，以去除冗余的检测结果。非极大值抑制通过比较候选框之间的重叠程度和置信度来实现。以上步骤共同构成了传统目标检测的基本流程，但需要注意的是，传统方法在计算复杂度、鲁棒性和准确性等方面存在一定的局限性。随着深度学习技术的发展，目标检测领域已经取得了显著的进步和突破。1、YOLO算法属于Two-stage目标检测算法？A正确B错误正确答案：B填空题1目标检测的三个阶段包括

，

，正确答案：区域选择；特征提取；分类

江苏开放大学计算机视觉060731第四次形考作业单选题1、PixelRNN的核⼼思想为预测图像中像素值的（）A、条件分布B、灰度值C、联合分布D、边缘分布正确答案：A2、GAN的⽣成⽹络的算法流程不包括（）A、将假样本输⼊判别器，希望得到接近真样本的⾼得分B、将⽣成⽹络的参数传⼊判别⽹络C、⽣成随机变量，并⽣成假样本D、优化⽣成⽹络，最⼩化损失函数正确答案：B3⻛格迁移实现过程中，需要通过图像特征图的Grammatrix，计算⻛格损失。通过卷积层，得到内容图的特征图为：X=[341331]，可计算出的Grammatrix为（）A、G=[34121257672]B、G=[1821621257672]C、G=[336437112]D、G=正确答案：B4、ConditionalGatedPixelCNN的改进⽅向主要在于（）A、⽣成多样化的图像B、提⾼⽣成图像的质量C、定向⽣成某种类别的图像D、提⾼计算速度正确答案：C5、下列关于⻛格迁移算法的描述，错误的是（）A、损失函数由内容损失和⻛格损失两部分组成B、特征图由内容图和⻛格图各⾃经过卷积神经⽹络后得到C、最⼩化内容损失，可以使⽣成图的特征图接近于内容图的特征图，保留图像⻛格D、深层卷积层得到的内容图的特征图，更加抽象正确答案：C多选题1、下列关于变分⾃编码器的描述，正确的是（）A、⽣成⽹络的主要任务是⽣成新的隐变量B、推断⽹络的主要任务是近似推断隐变量的后验分布C、KL散度⽤于度量两个变量之间的距离D、变分下界是原始样本的对数似然函数的下界正确答案：B；D2、PixelRNN采⽤了DiagonalBiLSTM和ResidualConnections等结构，下列关于其描述正确的是（）A、当PixelRNN⽹络较深时，采⽤ResidualConnections能够提⾼收敛速度B、DiagonalBiLSTM将输⼊图映射到另⼀空间C、DiagonalBiLSTM将像素点前后的所有的像素值纳⼊计算D、RGB图像中，R通道会受到G和B通道的像素值的影响正确答案：A；B3、下列关于图像⽣成技术的描述，正确的是（）A图像⽣成属于⽆监督学习任务B图像⽣成技术只能⽣成相似图像，不能⽤于视频预测C原始数据集的真实分布可以直接求出D使⽤图像⽣成技术，可以修复图像正确答案：A；D4变分⾃编码器的结构，主要分为两部分（）A推断⽹络B⽣成⽹络C检测分⽀D模板分⽀正确答案：A；B5、PixelCNN在PixelRNN的基础上进⾏了改进，下列说法正确的是（）A、PixelCNN使⽤掩膜卷积核，避免像素点受到后⽣成的像素值的影响B、PixelCNN使⽤池化层，并⾏计算图像区域的特征C、RowLSTM和DiagonalLSTM需要逐层顺序计算D、在训练、测试和⽣成图像时，PixelCNN具有并⾏计算的优势正确答案：A；C6下列关于⽣成对抗⽹络（GAN）的描述，正确的是（）A、GAN⽹络结构主要分为：⽣成⽹络和判别⽹络B、判别⽹络的任务是：⽣成接近真实样本的数据，并判断图像⽣成效果C、⽣成⽹络的任务是：判断输⼊的数据是否为真实样本D、判别⽹络对输⼊的假样本和真样本打分，使真样本得分⾼，假样本得分低正确答案：A；D简答题1简述图像生成的含义及主要方法。答案：含义：图像生成是指使用计算机算法生成图像的过程，这些图像可以是真实的照片、绘画、3D渲染或者是完全想象的图像。主要方法：基于规则的图像生成：通过手动设计规则来生成图像，如计算机图形学中的几何建模，通过定义几何形状、光照、材质等参数来生成图像。基于统计学的图像生成：通过对大量图像数据进行分析，学习数据中的规律，然后使用这些规律来生成新的图像，如基于纹理的方法和基于样式的方法。基于深度学习的图像生成：利用神经网络模型进行训练，以学习输入图像和输出图像之间的映射关系，常见的模型有生成对抗网络（GAN）、变分自编码器（VAE）等。2简述PixelRNN的基本原理。答案：PixelRNN是一种基于循环神经网络（RNN）的像素级生成模型，通过逐个像素地生成图像来构建完整的图像。其核心思想是将图像中的像素视为序列，并利用RNN的能力来捕捉像素之间的依赖关系。PixelRNN按像素的行列顺序生成图像，每次生成一个像素，并将其作为下一个像素的上下文信息。使用长短期记忆（LSTM）单元来捕捉像素之间的长期依赖关系，并在LSTM层周围引入了残差连接以提高深层网络的训练效果。3简述风格迁移及主要方法。答案：风格迁移：是指将一种图像的风格应用到另一种图像上的过程，从而生成具有新风格的图像。主要方法：基于笔划的渲染：在数字画布上增加虚拟笔划以渲染具有特定样式的图片，应用场景大多限定在油画、水彩、草图等。图像类比方法：学习一对源图像和目标图像之间的映射，以监督学习的方式定位风格化图像。图像滤波方法：采用一些组合的图像滤波器（如双边和高斯滤波器等）来渲染给定的图片。纹理合成方法：在源纹理图像中增加相似纹理的过程，但仅利用低级图像特征，限制了性能。神经风格迁移（NST）：分为基于在线图像优化的慢速神经网络方法和基于在线模型优化的快速神经网络方法。前者通过逐步优化图像来实现风格迁移和图像重建，后者优化了生成离线模型并使用单个前向传递产生风格化图像。4简述DCGAN网络结构。答案：DCGAN是深度卷积生成对抗网络（DeepConvolutionalGenerativeAdversarialNetworks）的简称，是生成对抗网络GAN中一种常见的模型结构。DCGAN中的生成器和判别器都是神经网络模型，其中生成模型使用卷积神经网络，判别模型也使用卷积神经网络。DCGAN使用带步长的卷积取代池化层进行下采样，使用转置卷积进行上采样，激活函数为LeakyReLu，并使用BatchNormalization进行标准化。DCGAN的生成模型目标是最小化判别模型D的判别准确率，而判别模型目标是最大化判别模型D的判别准确率。5最少给出三类具有代表性的生成模型。答案：DALL-E2：来自OpenAI的生成模型，在零样本学习上做出大突破，使用CLIP模型和基于Transformer对图像块建模的方法，取得了不错的生成效果。StableDiffusion：由慕尼黑大学的CompVis小组开发，基于潜在扩散模型打造，可以通过在潜表示空间中迭代去噪以生成图像，并将结果解码成完整图像。Imagen：来自谷歌的生成模型，基于Transformer模型搭建，其中语言模型在纯文本数据集上进行了预训练，通过增加语言模型参数量来提升生成效果。这些生成模型在图像生成领域具有广泛的应用和重要的研究价值。判断题1、VAE（变分自编码器）是Kingma等人基于马尔科夫链提出的生成模型？A正确B错误正确答案：B

江苏开放大学计算机视觉060731第五次形考单选题1特征脸法和基于⼏何特征的⼈脸识别⽅法，都是常⽤的传统⼈脸识别⽅法，下列相关描述错误的是（）A使⽤特征脸法时，每个⼈脸都可以表示为特征脸的线性组合B使⽤基于⼏何特征的⼈脸识别⽅法时，需要对脸部主要器官进⾏定位C使⽤基于⼏何特征的⼈脸识别⽅法时，不需要采⽤分类器进⾏⼈脸识别D使⽤特征脸法时，需计算⼈脸图像的特征向量，即“特征脸”正确答案：C2下图为⼈脸识别算法DeepFace的⽹络结构，红⾊框内为卷积层和池化层，⽤于对⼈脸进⾏特征提取，下列相关说法错误的是（）A、输⼊C1卷积层的图像要求像素⼤⼩相同B、C3、L4卷积层使⽤参数不共享的卷积核C、C1卷积层的主要⽬的是提取⼈脸低层次的特征D、L5卷积层使⽤参数不共享的卷积核正确答案：B3、DeepFace算法选择（）基准点进行检测。A7B6C4D5正确答案：B4下图为DeepID进⾏特征提取时，卷积神经⽹络的输⼊数据，即⼈脸图像经过处理后，得到的多个Patch。⼀张⼈脸图像输⼊卷积神经⽹络的Patch不包括（）A该⼈脸图像转换后的灰度图像B与该⼈脸相似的，其他⼈脸的图像C⼈脸不同区域的图像，如眼睛、⿐⼦部分图像D同⼀图像经过放缩得到的不同尺度的图像正确答案：B5采⽤深度学习⽅法进⾏⼈脸识别时，通常包括以下四个步骤，下列排序正确的是（）a.⼈脸对⻬b.⼈脸表征c.⼈脸检测d.⼈脸匹配A、bdacB、abcdC、cabdD、cbad正确答案：C6下图具体展示了使⽤深度学习⽅法，进⾏⼈脸识别的流程，下列相关说法错误的是（）A、C处进⾏⼈脸匹配，矫正⼈脸的形态，和数据库中的图像进⾏匹配B、B处检测⼈脸特征点的位置C、A处进⾏⼈脸检测，确定⼈脸在图像中的⼤⼩和位置D、D处进⾏⼈脸表征，提取⼈脸特征信息正确答案：A多选题1、DeepID算法可以使⽤联合⻉叶斯、神经⽹络两种⽅法进⾏⼈脸验证，下列相关描述错误的是（）A、神经⽹络算法将需要对⽐的两张图像，联合输⼊⽹络，进⾏特征提取B、神经⽹络算法得到的不同⼈脸的特征相似度较⾼、同⼀⼈脸的特征相似度较低C、联合⻉叶斯算法假设⼈脸特征为两个相关性较⾼的⾼斯分布之和D、联合⻉叶斯算法采⽤EM算法估计参数正确答案：B；C2、FaceNet可以⽤于⼈脸验证、识别和聚类，下列相关描述错误的是（）A、FaceNet中图像嵌⼊的过程，是指计算特征向量的相关性B、FaceNet中，图像相似度与图像的空间距离⽆关，与提取的特征有关C、FaceNet将图像映射到欧⼏⾥得空间，再进⾏计算D、FaceNet在经典⼈脸数据集LFW上能够达到较⾼的识别准确率正确答案：A；B3、基于⼏何特征的⼈脸识别⽅法的计算过程包括（）A、计算⼈脸特征点之间的距离B、定位⼈脸眼、⼝、⿐等器官C、采⽤主成分分析，计算⼈脸特征向量D、计算多个⼈脸的“平均脸”正确答案：A；B4、DeepFace是经典的⼈脸识别算法，下列描述正确的是（）A、DeepFace对⼈脸进⾏3D对⻬的⽬的是将⼈脸图像更⽴体化B、DeepFace通过卷积神经⽹络实现⼈脸2D对⻬C、DeepFace⽹络中的第⼀层卷积，⽤于提取低层次的特征D、在使⽤DeepFace⽹络中后三个卷积层学习⼈脸部眼、⿐、嘴的特征时，应采⽤不同的卷积核学习，且参数不共享正确答案：C；D5、如今⼈脸识别算法越来越受到重视，下列关于⼈脸识别的描述，错误的是（）A、作为⽣物特征识别对象，⼈脸具有稳定、便捷、不易伪造等优点B、特征脸法是常⽤的深度学习⽅法，⽤以进⾏⼈脸识别C、⼈脸识别是通过提取⼈脸图像的信息，进⾏身份验证D、悲伤、快乐等表情不会对⼈脸识别