重慶第二師范學(xué)院《建筑制圖與測(cè)繪》2021-2022學(xué)年第一學(xué)期期末試卷_第1頁(yè)
重慶第二師范學(xué)院《建筑制圖與測(cè)繪》2021-2022學(xué)年第一學(xué)期期末試卷_第2頁(yè)
重慶第二師范學(xué)院《建筑制圖與測(cè)繪》2021-2022學(xué)年第一學(xué)期期末試卷_第3頁(yè)
重慶第二師范學(xué)院《建筑制圖與測(cè)繪》2021-2022學(xué)年第一學(xué)期期末試卷_第4頁(yè)
重慶第二師范學(xué)院《建筑制圖與測(cè)繪》2021-2022學(xué)年第一學(xué)期期末試卷_第5頁(yè)
已閱讀5頁(yè),還剩1頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè),共3頁(yè)重慶第二師范學(xué)院《建筑制圖與測(cè)繪》

2021-2022學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分批閱人一、單選題(本大題共20個(gè)小題,每小題1分,共20分.在每小題給出的四個(gè)選項(xiàng)中,只有一項(xiàng)是符合題目要求的.)1、在計(jì)算機(jī)視覺(jué)中,目標(biāo)檢測(cè)是一項(xiàng)重要的任務(wù)。假設(shè)要開(kāi)發(fā)一個(gè)能夠在城市交通場(chǎng)景中檢測(cè)車(chē)輛和行人的系統(tǒng)。以下關(guān)于目標(biāo)檢測(cè)算法的選擇,哪一項(xiàng)是需要重點(diǎn)考慮的因素?()A.算法的檢測(cè)速度,以滿足實(shí)時(shí)性要求B.算法在小目標(biāo)檢測(cè)上的性能,因?yàn)檐?chē)輛和行人在圖像中可能較小C.算法的模型復(fù)雜度,越復(fù)雜的模型效果越好D.算法是否開(kāi)源,開(kāi)源的算法更易于使用2、在計(jì)算機(jī)視覺(jué)中,以下哪種技術(shù)常用于圖像的超分辨率重建的上采樣方法?()A.反卷積B.亞像素卷積C.最近鄰插值D.以上都是3、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中,除了生成新的圖像,還可以對(duì)已有圖像進(jìn)行風(fēng)格轉(zhuǎn)換。假設(shè)我們要將一張照片轉(zhuǎn)換為油畫(huà)風(fēng)格,以下哪種方法能夠?qū)崿F(xiàn)逼真的風(fēng)格轉(zhuǎn)換效果?()A.基于圖像濾波和變換的方法B.基于深度學(xué)習(xí)的風(fēng)格遷移算法,如CycleGANC.基于圖像融合和合成的方法D.基于顏色映射和紋理合成的方法4、在計(jì)算機(jī)視覺(jué)的視頻理解任務(wù)中,例如理解一段體育比賽視頻中的精彩瞬間和戰(zhàn)術(shù),需要對(duì)視頻中的時(shí)空信息進(jìn)行有效建模。以下哪種方法在時(shí)空建模方面可能具有優(yōu)勢(shì)?()A.3D卷積神經(jīng)網(wǎng)絡(luò)B.長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)C.注意力機(jī)制D.以上都是5、在計(jì)算機(jī)視覺(jué)中,特征提取是非常關(guān)鍵的一步。假設(shè)我們要從圖像中提取有意義的特征,用于后續(xù)的處理和分析,以下關(guān)于特征提取方法的描述,哪一項(xiàng)是不正確的?()A.SIFT(尺度不變特征變換)和SURF(加速穩(wěn)健特征)是常用的局部特征描述子,對(duì)圖像的旋轉(zhuǎn)、縮放和光照變化具有一定的不變性B.HOG(方向梯度直方圖)特征通過(guò)計(jì)算圖像局部區(qū)域的梯度方向分布來(lái)描述圖像,常用于行人檢測(cè)C.深度學(xué)習(xí)中的自動(dòng)特征提取,例如通過(guò)卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到的特征,比手工設(shè)計(jì)的特征更具有代表性和判別力D.特征提取的結(jié)果對(duì)后續(xù)的圖像處理任務(wù)影響不大,不同的特征提取方法可以得到相似的處理效果6、當(dāng)利用計(jì)算機(jī)視覺(jué)進(jìn)行圖像超分辨率重建任務(wù),將低分辨率圖像恢復(fù)為高分辨率圖像,以下哪種深度學(xué)習(xí)模型可能在重建效果上表現(xiàn)出色?()A.SRCNNB.ESPCNC.DRCND.以上都是7、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中,假設(shè)要生成逼真的人臉圖像。以下關(guān)于生成模型的架構(gòu)選擇,哪一項(xiàng)是需要特別關(guān)注的?()A.選擇傳統(tǒng)的多層感知機(jī)(MLP)架構(gòu)B.采用生成對(duì)抗網(wǎng)絡(luò)(GAN)架構(gòu),通過(guò)對(duì)抗訓(xùn)練生成高質(zhì)量圖像C.運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)(CNN)架構(gòu),但不使用池化層D.構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)架構(gòu),處理圖像的序列信息8、計(jì)算機(jī)視覺(jué)中的圖像去噪旨在去除圖像中的噪聲,恢復(fù)清晰的圖像。假設(shè)要處理一張受到嚴(yán)重噪聲污染的天文圖像,以下關(guān)于去噪算法的選擇,哪一項(xiàng)是需要謹(jǐn)慎考慮的?()A.選擇基于濾波的去噪算法,如中值濾波B.采用基于深度學(xué)習(xí)的去噪算法,如自編碼器C.只考慮去噪效果,不關(guān)心圖像細(xì)節(jié)的保留D.根據(jù)噪聲的類(lèi)型和強(qiáng)度選擇合適的去噪算法9、在計(jì)算機(jī)視覺(jué)的目標(biāo)識(shí)別任務(wù)中,假設(shè)目標(biāo)物體被部分遮擋,以下哪種模型架構(gòu)可能更有助于恢復(fù)被遮擋部分的信息?()A.多層感知機(jī)(MLP)B.卷積神經(jīng)網(wǎng)絡(luò)(CNN)C.循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)D.注意力機(jī)制(AttentionMechanism)10、計(jì)算機(jī)視覺(jué)中的特征提取是非常關(guān)鍵的步驟。假設(shè)要從一組圖像中提取具有代表性的特征,以下關(guān)于特征提取方法的描述,正確的是:()A.手工設(shè)計(jì)的特征,如SIFT和HOG,在任何情況下都比深度學(xué)習(xí)自動(dòng)學(xué)習(xí)的特征更有效B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)能夠自動(dòng)學(xué)習(xí)到圖像的多層次特征,具有很強(qiáng)的表達(dá)能力C.特征提取的結(jié)果對(duì)后續(xù)的圖像分類(lèi)和目標(biāo)檢測(cè)任務(wù)沒(méi)有影響D.特征提取只需要考慮圖像的局部信息,全局信息不重要11、假設(shè)我們要開(kāi)發(fā)一個(gè)計(jì)算機(jī)視覺(jué)系統(tǒng),用于檢測(cè)生產(chǎn)線上產(chǎn)品的表面缺陷。由于產(chǎn)品的種類(lèi)繁多、缺陷類(lèi)型復(fù)雜,以下哪種方法可能需要更多的計(jì)算資源和時(shí)間來(lái)訓(xùn)練模型?()A.基于傳統(tǒng)機(jī)器學(xué)習(xí)的方法B.基于淺層神經(jīng)網(wǎng)絡(luò)的方法C.基于深度學(xué)習(xí)的方法D.基于模板匹配的方法12、對(duì)于圖像的語(yǔ)義理解任務(wù),假設(shè)要理解一張圖像所表達(dá)的場(chǎng)景和事件,例如判斷一張圖像是在舉行婚禮還是在舉辦音樂(lè)會(huì)。圖像中的信息可能比較隱晦和復(fù)雜。以下哪種方法可能有助于提高語(yǔ)義理解的準(zhǔn)確性?()A.構(gòu)建圖像的語(yǔ)義圖,分析物體之間的關(guān)系B.只關(guān)注圖像中的主要物體,忽略背景信息C.對(duì)圖像進(jìn)行簡(jiǎn)單的分類(lèi),不進(jìn)行深入的語(yǔ)義分析D.隨機(jī)猜測(cè)圖像的語(yǔ)義13、在計(jì)算機(jī)視覺(jué)中,以下哪種方法常用于圖像的顯著目標(biāo)檢測(cè)中的高層語(yǔ)義信息利用?()A.深度學(xué)習(xí)B.圖模型C.注意力機(jī)制D.以上都是14、計(jì)算機(jī)視覺(jué)中的語(yǔ)義分割任務(wù)旨在為圖像中的每個(gè)像素分配一個(gè)類(lèi)別標(biāo)簽。假設(shè)要對(duì)醫(yī)學(xué)圖像中的病變區(qū)域進(jìn)行精確分割,以下哪種技術(shù)可能對(duì)提高分割精度有較大幫助?()A.使用更深的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)B.引入多尺度特征融合C.增加訓(xùn)練數(shù)據(jù)中的噪聲D.減少網(wǎng)絡(luò)中的參數(shù)數(shù)量15、在計(jì)算機(jī)視覺(jué)的目標(biāo)跟蹤任務(wù)中,需要在連續(xù)的圖像幀中持續(xù)跟蹤一個(gè)特定的目標(biāo)。假設(shè)要跟蹤一個(gè)在運(yùn)動(dòng)場(chǎng)上快速移動(dòng)且形狀變化的運(yùn)動(dòng)員,同時(shí)存在其他相似物體的干擾。以下哪種目標(biāo)跟蹤算法在這種具有挑戰(zhàn)性的場(chǎng)景下表現(xiàn)更佳?()A.基于卡爾曼濾波的跟蹤B.基于粒子濾波的跟蹤C(jī).基于深度學(xué)習(xí)的跟蹤D.基于均值漂移的跟蹤16、計(jì)算機(jī)視覺(jué)在智能交通系統(tǒng)中的應(yīng)用可以優(yōu)化交通流量和提高安全性。假設(shè)要通過(guò)計(jì)算機(jī)視覺(jué)監(jiān)測(cè)道路上的車(chē)輛擁堵情況。以下關(guān)于計(jì)算機(jī)視覺(jué)在智能交通中的描述,哪一項(xiàng)是錯(cuò)誤的?()A.可以通過(guò)車(chē)輛檢測(cè)和計(jì)數(shù)來(lái)評(píng)估道路的擁堵程度B.能夠識(shí)別車(chē)輛的類(lèi)型和行駛方向,為交通管理提供數(shù)據(jù)支持C.計(jì)算機(jī)視覺(jué)在智能交通中的應(yīng)用完全不受惡劣天氣和光照條件的影響D.可以與交通信號(hào)控制系統(tǒng)聯(lián)動(dòng),實(shí)現(xiàn)自適應(yīng)的交通信號(hào)配時(shí)17、在計(jì)算機(jī)視覺(jué)的三維重建任務(wù)中,我們需要從多幅二維圖像中恢復(fù)物體的三維結(jié)構(gòu)。假設(shè)我們只有少量的、視角有限的圖像,以下哪種重建方法可能面臨較大挑戰(zhàn)?()A.基于立體視覺(jué)的重建方法B.基于運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)(StructurefromMotion)的方法C.利用激光掃描數(shù)據(jù)進(jìn)行重建D.基于模型擬合的重建方法18、計(jì)算機(jī)視覺(jué)中的目標(biāo)計(jì)數(shù)是估計(jì)圖像或視頻中目標(biāo)的數(shù)量。假設(shè)要在一張人群圖像中準(zhǔn)確計(jì)數(shù)人數(shù),以下關(guān)于目標(biāo)計(jì)數(shù)方法的描述,正確的是:()A.基于檢測(cè)的計(jì)數(shù)方法通過(guò)檢測(cè)每個(gè)個(gè)體來(lái)實(shí)現(xiàn)計(jì)數(shù),對(duì)密集場(chǎng)景效果好B.基于回歸的計(jì)數(shù)方法直接預(yù)測(cè)目標(biāo)數(shù)量,計(jì)算速度快但精度較低C.深度學(xué)習(xí)中的注意力機(jī)制在目標(biāo)計(jì)數(shù)中沒(méi)有作用,不能提高計(jì)數(shù)準(zhǔn)確性D.目標(biāo)計(jì)數(shù)只需要考慮目標(biāo)的外觀特征,不需要考慮圖像的上下文信息19、計(jì)算機(jī)視覺(jué)中的語(yǔ)義理解旨在理解圖像或視頻中的高層語(yǔ)義信息。以下關(guān)于語(yǔ)義理解的說(shuō)法,不正確的是()A.語(yǔ)義理解需要將圖像中的物體、場(chǎng)景和事件等與先驗(yàn)知識(shí)進(jìn)行關(guān)聯(lián)和解釋B.知識(shí)圖譜可以為語(yǔ)義理解提供豐富的語(yǔ)義信息和關(guān)系C.語(yǔ)義理解在圖像描述生成、問(wèn)答系統(tǒng)等任務(wù)中發(fā)揮著重要作用D.語(yǔ)義理解已經(jīng)達(dá)到了非常完美的程度,能夠準(zhǔn)確理解任何復(fù)雜的圖像或視頻內(nèi)容20、計(jì)算機(jī)視覺(jué)在安防監(jiān)控領(lǐng)域有著廣泛的應(yīng)用。假設(shè)一個(gè)商場(chǎng)需要通過(guò)監(jiān)控?cái)z像頭進(jìn)行人員異常行為檢測(cè)。以下關(guān)于安防監(jiān)控中的計(jì)算機(jī)視覺(jué)的描述,哪一項(xiàng)是不正確的?()A.可以實(shí)時(shí)監(jiān)測(cè)人群的流動(dòng)情況,發(fā)現(xiàn)擁堵和異常聚集B.能夠識(shí)別人員的打斗、摔倒等異常行為,并及時(shí)發(fā)出警報(bào)C.計(jì)算機(jī)視覺(jué)系統(tǒng)能夠完全取代人工監(jiān)控,不需要人類(lèi)保安的參與D.可以與其他安防設(shè)備(如門(mén)禁系統(tǒng))聯(lián)動(dòng),提高安防水平二、簡(jiǎn)答題(本大題共5個(gè)小題,共25分)1、(本題5分)簡(jiǎn)述圖像的直方圖規(guī)定化方法。2、(本題5分)計(jì)算機(jī)視覺(jué)中如何進(jìn)行武器裝備檢測(cè)和維護(hù)?3、(本題5分)解釋計(jì)算機(jī)視覺(jué)在氣象預(yù)測(cè)中的應(yīng)用。4、(本題5分)簡(jiǎn)述圖像的飽和度調(diào)整方法。5、(本題5分)計(jì)算機(jī)視覺(jué)中如何利用強(qiáng)化學(xué)習(xí)進(jìn)行目標(biāo)搜索?三、分析題(本大題共5個(gè)小題,共25分)1、(本題5分)一家高端珠寶品牌的櫥窗展示設(shè)計(jì)華麗精致,燈光效果出色。請(qǐng)剖析此櫥窗設(shè)計(jì)如何展示珠寶的品質(zhì)和工藝,如何吸引路人的目光,以及在營(yíng)造奢華氛圍和提升品牌形象方面的策略。2、(本題5分)某旅游目的地的宣傳冊(cè)設(shè)計(jì)通過(guò)精彩的攝影作品和精心編排的文字,展現(xiàn)了其迷人的風(fēng)光和獨(dú)特的文化。請(qǐng)分析宣傳冊(cè)在圖片選取、文字?jǐn)⑹觥婷嬉?guī)劃方面的特點(diǎn),以及如何吸引游客前往。3、(本題5分)分析某電商平臺(tái)的網(wǎng)頁(yè)設(shè)計(jì),研究其在界面布局、色彩搭配、交互設(shè)計(jì)等方面如何提升用戶體驗(yàn),促進(jìn)商品銷(xiāo)售。4、(本題5分)觀察某電子產(chǎn)品品牌的產(chǎn)品發(fā)布會(huì)視頻設(shè)計(jì),闡述其如何通過(guò)視覺(jué)效果和演講內(nèi)容展

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論