武汉设计工程学院《视觉传达设计史》2023-2024学年第一学期期末试卷

站名：站名：年级专业：姓名：学号：凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。…………密………………封………………线…………第1页，共1页武汉设计工程学院《视觉传达设计史》

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、在计算机视觉的行人重识别任务中，需要在不同摄像头拍摄的图像中识别出同一个行人。假设我们要在一个大型商场的监控系统中实现行人重识别，以下哪种特征和模型能够提高识别的准确率和跨摄像头的泛化能力？（）A.基于颜色和纹理的特征B.基于深度学习的全局特征和度量学习C.基于形状和轮廓的特征D.基于步态和姿势的特征2、在计算机视觉中，视频摘要生成是从长视频中提取关键内容并生成简洁的摘要。以下关于视频摘要生成的叙述，不正确的是（）A.视频摘要生成可以基于关键帧提取、内容分析和故事线构建等方法B.深度学习方法能够学习视频的语义信息，生成更有代表性的摘要C.视频摘要生成在视频浏览、检索和存储等方面具有实用价值D.视频摘要生成能够完全准确地反映视频的所有重要内容，没有任何信息丢失3、计算机视觉中的语义理解旨在理解图像或视频中的高层语义信息。以下关于语义理解的说法，不正确的是（）A.语义理解需要将图像中的物体、场景和事件等与先验知识进行关联和解释B.知识图谱可以为语义理解提供丰富的语义信息和关系C.语义理解在图像描述生成、问答系统等任务中发挥着重要作用D.语义理解已经达到了非常完美的程度，能够准确理解任何复杂的图像或视频内容4、在计算机视觉的图像超分辨率任务中，假设要将一张低分辨率图像恢复为高分辨率图像。以下关于图像超分辨率方法的描述，正确的是：（）A.基于插值的方法简单快速，但恢复出的图像细节不够清晰B.基于深度学习的方法能够生成逼真的高分辨率图像，但需要大量的训练数据和计算资源C.图像超分辨率技术可以无限制地提高图像的分辨率，不受硬件限制D.所有的图像超分辨率方法都能够完全恢复出原始高分辨率图像的所有信息5、在计算机视觉中，特征提取是非常关键的一步。假设我们要对一组风景图像进行特征提取，以便后续的图像检索和分类任务。以下哪种特征提取方法能够捕捉到图像的全局和局部特征，并且对图像的旋转、缩放等变换具有较好的不变性？（）A.尺度不变特征变换（SIFT）B.方向梯度直方图（HOG）C.局部二值模式（LBP）D.卷积神经网络自动学习的特征6、在计算机视觉中，以下哪种技术常用于图像的超分辨率重建的上采样方法？（）A.反卷积B.亚像素卷积C.最近邻插值D.以上都是7、在计算机视觉的视频分析中，需要处理连续的图像帧。假设要分析一段监控视频中的人员行为，以下关于视频分析方法的描述，哪一项是不正确的？（）A.光流法可以用于计算相邻帧之间的像素运动，从而跟踪物体的运动轨迹B.可以通过对视频帧进行分类和检测，来识别和分析人员的行为模式C.视频分析需要考虑时间维度上的信息，不仅仅是单个图像帧的特征D.视频分析只适用于简单的场景和行为，对于复杂的多人交互场景无法进行有效的分析8、在计算机视觉中，图像分类是一项重要任务。假设我们要对大量的动物图片进行分类，将其分为猫、狗、鸟等类别。以下关于图像分类方法的描述，哪一项是不准确的？（）A.基于深度学习的卷积神经网络（CNN）在图像分类任务中表现出色，能够自动学习图像的特征B.传统的机器学习方法如支持向量机（SVM）在处理大规模图像数据时，性能通常不如深度学习方法C.图像分类只需要考虑图像的颜色和形状等低层次特征，高层语义信息对分类结果影响不大D.为了提高分类准确率，可以使用数据增强技术，如旋转、翻转、裁剪等操作来扩充数据集9、计算机视觉中的图像超分辨率重建旨在提高图像的分辨率。假设要将一张低分辨率的卫星图像重建为高分辨率图像，以下关于模型训练的挑战，哪一项是最为突出的？（）A.缺乏足够的高分辨率卫星图像数据用于训练B.模型的训练时间过长，难以在短时间内得到结果C.难以评估重建后的图像质量，没有明确的标准D.计算资源需求过大，普通计算机难以承受10、在计算机视觉的视频压缩中，为了在保证视觉质量的同时减少数据量，以下哪种技术可能被广泛应用？（）A.运动估计和补偿B.图像分割C.特征点检测D.边缘检测11、计算机视觉在医疗手术中的应用可以为医生提供辅助和支持。假设在一个微创手术中，计算机视觉用于引导手术器械。以下关于计算机视觉在医疗手术中的描述，哪一项是不正确的？（）A.可以通过实时图像分析，为医生提供器械与组织的相对位置和姿态信息B.能够对手术区域进行精准的分割和标注，帮助医生识别关键结构C.计算机视觉在医疗手术中的应用已经非常成熟，不存在任何风险和误差D.可以与机器人手术系统结合，实现更精确和稳定的手术操作12、计算机视觉在无人驾驶中的应用需要对周围环境进行快速准确的感知。假设车辆要在复杂的城市道路环境中行驶，以下哪种传感器的数据融合可能对提高环境感知的可靠性至关重要？（）A.摄像头与激光雷达B.摄像头与毫米波雷达C.激光雷达与超声波传感器D.以上都有可能13、计算机视觉中的动作识别是对视频中的人体动作进行分类和理解。假设我们要分析一段体育比赛的视频，识别其中运动员的各种动作，以下哪种方法能够有效地捕捉动作的时空特征？（）A.基于手工特征和分类器的方法B.基于深度学习的时空卷积网络C.基于光流和轨迹的方法D.基于隐马尔可夫模型的方法14、当利用计算机视觉进行图像分类任务，例如区分不同种类的动物图片，为了提高模型的泛化能力和防止过拟合，以下哪种技术可能是有效的？（）A.数据增强B.正则化C.模型融合D.以上都是15、计算机视觉中的遥感图像分析用于获取地球表面的信息。假设要从卫星遥感图像中分析土地利用类型和植被覆盖情况，同时要克服图像的大尺度和复杂的地物分布。以下哪种遥感图像分析方法最为有效？（）A.基于光谱特征的分析B.基于纹理特征的分析C.基于对象的图像分析D.基于深度学习的分析二、简答题（本大题共3个小题，共15分)1、（本题5分）简述图像的直方图规定化方法。2、（本题5分）计算机视觉中如何应用循环神经网络处理序列图像？3、（本题5分）解释计算机视觉中的图像分类中的数据增强方法。三、应用题（本大题共5个小题，共25分)1、（本题5分）利用图像增强技术，改善雾天交通监控图像的可视性。2、（本题5分）通过计算机视觉，对不同类型的雕塑作品进行分类。3、（本题5分）对天文望远镜拍摄的星系图像进行分析和分类。4、（本题5分）基于深度学习，实现对田径比赛中运动员起跑反应时间的检测。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扫描仪。四、分析题（本大题共3个小题，共30分)1、（本题10分）研