香港中文大學(xué)（深圳）《品牌形象設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷

站名：站名：年級(jí)專業(yè)：姓名：學(xué)號(hào)：凡年級(jí)專業(yè)、姓名、學(xué)號(hào)錯(cuò)寫、漏寫或字跡不清者，成績(jī)按零分記。…………密………………封………………線…………第1頁(yè)，共1頁(yè)香港中文大學(xué)（深圳）

《品牌形象設(shè)計(jì)》2023-2024學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分一、單選題（本大題共15個(gè)小題，每小題1分，共15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、計(jì)算機(jī)視覺(jué)中的視頻壓縮是為了減少視頻數(shù)據(jù)的存儲(chǔ)空間和傳輸帶寬。假設(shè)要對(duì)一段高清視頻進(jìn)行壓縮，同時(shí)保持較好的視覺(jué)質(zhì)量。以下關(guān)于視頻壓縮方法的描述，正確的是：（）A.幀內(nèi)壓縮通過(guò)去除圖像內(nèi)部的冗余信息實(shí)現(xiàn)壓縮，對(duì)圖像質(zhì)量影響較小B.幀間壓縮利用相鄰幀之間的相似性進(jìn)行壓縮，但會(huì)引入明顯的失真C.運(yùn)動(dòng)估計(jì)在幀間壓縮中不重要，對(duì)壓縮效率提升作用不大D.視頻壓縮的碼率越低，壓縮效果越好，視覺(jué)質(zhì)量也越高2、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，不需要人類保安的參與D.可以與其他安防設(shè)備（如門禁系統(tǒng)）聯(lián)動(dòng)，提高安防水平3、在計(jì)算機(jī)視覺(jué)的圖像分割任務(wù)中，假設(shè)要將一張醫(yī)學(xué)圖像中的病變區(qū)域精確地分割出來(lái)，以便醫(yī)生進(jìn)行診斷和治療。這張醫(yī)學(xué)圖像可能存在噪聲、模糊和不均勻的灰度分布。以下哪種圖像分割方法在處理這種復(fù)雜情況時(shí)可能更具優(yōu)勢(shì)？（）A.基于閾值的分割方法，根據(jù)像素值設(shè)定閾值進(jìn)行分割B.基于區(qū)域生長(zhǎng)的分割方法，從種子點(diǎn)開始逐漸擴(kuò)展區(qū)域C.基于深度學(xué)習(xí)的語(yǔ)義分割算法，如U-NetD.隨機(jī)分割圖像，然后根據(jù)后續(xù)分析進(jìn)行調(diào)整4、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5、在計(jì)算機(jī)視覺(jué)的目標(biāo)識(shí)別任務(wù)中，假設(shè)要識(shí)別不同種類的水果。以下關(guān)于應(yīng)對(duì)類內(nèi)差異和類間相似性的策略，哪一項(xiàng)是不正確的？（）A.增加訓(xùn)練數(shù)據(jù)的多樣性，包括不同角度、大小和成熟度的水果B.提取更具區(qū)分性的特征，減少類內(nèi)差異和類間相似性的影響C.降低模型的復(fù)雜度，避免過(guò)度擬合類內(nèi)差異和類間相似性D.忽略類內(nèi)差異和類間相似性，依靠模型的自動(dòng)適應(yīng)能力6、在計(jì)算機(jī)視覺(jué)領(lǐng)域中，當(dāng)需要對(duì)監(jiān)控視頻中的行人進(jìn)行實(shí)時(shí)檢測(cè)和跟蹤，以實(shí)現(xiàn)智能安防系統(tǒng)的功能時(shí)，以下哪種方法在處理復(fù)雜場(chǎng)景和多目標(biāo)跟蹤方面可能表現(xiàn)更為出色？（）A.基于傳統(tǒng)圖像處理的方法B.基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法C.基于特征匹配的跟蹤算法D.基于光流法的跟蹤算法7、計(jì)算機(jī)視覺(jué)中的姿態(tài)估計(jì)是確定物體在三維空間中的位置和方向。假設(shè)要估計(jì)一個(gè)機(jī)器人手臂的姿態(tài)，以下關(guān)于姿態(tài)估計(jì)方法的描述，哪一項(xiàng)是不正確的？（）A.基于視覺(jué)的姿態(tài)估計(jì)可以通過(guò)分析物體在圖像中的特征點(diǎn)來(lái)計(jì)算其姿態(tài)B.可以結(jié)合多個(gè)攝像頭的圖像信息，提高姿態(tài)估計(jì)的精度和魯棒性C.姿態(tài)估計(jì)通常需要先對(duì)物體進(jìn)行建模，然后通過(guò)匹配圖像和模型來(lái)確定姿態(tài)D.姿態(tài)估計(jì)的結(jié)果總是非常準(zhǔn)確，不受圖像噪聲、遮擋和物體形狀變化的影響8、在計(jì)算機(jī)視覺(jué)的目標(biāo)跟蹤任務(wù)中，需要在視頻序列中持續(xù)跟蹤特定的目標(biāo)。假設(shè)我們要跟蹤一個(gè)在人群中快速移動(dòng)的人物，以下哪種目標(biāo)跟蹤算法能夠更好地處理目標(biāo)的外觀變化和遮擋情況？（）A.基于卡爾曼濾波的跟蹤算法B.基于粒子濾波的跟蹤算法C.基于深度學(xué)習(xí)的跟蹤算法，如Siamese網(wǎng)絡(luò)D.基于均值漂移的跟蹤算法9、在計(jì)算機(jī)視覺(jué)的人臉識(shí)別任務(wù)中，需要應(yīng)對(duì)姿態(tài)、表情和光照等變化。假設(shè)要構(gòu)建一個(gè)能夠在不同環(huán)境下準(zhǔn)確識(shí)別人臉的系統(tǒng)，以下哪種人臉識(shí)別方法在處理這些變化時(shí)具有更高的準(zhǔn)確性和魯棒性？（）A.基于特征點(diǎn)的人臉識(shí)別B.基于模板匹配的人臉識(shí)別C.基于深度學(xué)習(xí)的人臉識(shí)別D.基于幾何形狀的人臉識(shí)別10、在計(jì)算機(jī)視覺(jué)的圖像去噪任務(wù)中，去除圖像中的噪聲。假設(shè)要對(duì)一張受到嚴(yán)重噪聲污染的圖像進(jìn)行去噪處理，以下關(guān)于圖像去噪方法的描述，正確的是：（）A.均值濾波方法能夠在去除噪聲的同時(shí)很好地保留圖像的細(xì)節(jié)B.中值濾波對(duì)椒鹽噪聲的去除效果不佳C.基于深度學(xué)習(xí)的圖像去噪方法可以自適應(yīng)地學(xué)習(xí)噪聲模式和圖像特征D.圖像去噪不會(huì)引入任何新的失真或模糊11、計(jì)算機(jī)視覺(jué)中的車牌識(shí)別是智能交通系統(tǒng)中的重要組成部分。假設(shè)要在一個(gè)高速公路收費(fèi)站實(shí)現(xiàn)準(zhǔn)確的車牌識(shí)別，以下關(guān)于車牌識(shí)別方法的描述，正確的是：（）A.基于邊緣檢測(cè)和字符分割的方法對(duì)車牌的變形和污漬具有很強(qiáng)的適應(yīng)性B.深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)能夠直接從車牌圖像中識(shí)別出字符，但對(duì)車牌的傾斜和光照不均敏感C.車牌識(shí)別系統(tǒng)只需要在白天光照良好的條件下工作，夜間和惡劣天氣下無(wú)法正常運(yùn)行D.車牌識(shí)別的準(zhǔn)確率只取決于車牌圖像的清晰度，與車牌的顏色和字體無(wú)關(guān)12、計(jì)算機(jī)視覺(jué)中的動(dòng)作識(shí)別旨在識(shí)別視頻中的人物動(dòng)作。假設(shè)我們要對(duì)一段包含復(fù)雜背景和多人交互的視頻進(jìn)行動(dòng)作識(shí)別，以下哪種特征表示可能對(duì)提高識(shí)別準(zhǔn)確率有幫助？（）A.基于光流的特征B.基于圖像直方圖的特征C.基于像素值的原始特征D.基于圖像邊緣的特征13、在計(jì)算機(jī)視覺(jué)的醫(yī)學(xué)圖像分析中，輔助醫(yī)生進(jìn)行疾病診斷。假設(shè)要通過(guò)分析CT圖像檢測(cè)腫瘤的位置和大小，以下關(guān)于醫(yī)學(xué)圖像計(jì)算機(jī)視覺(jué)應(yīng)用的描述，正確的是：（）A.計(jì)算機(jī)視覺(jué)算法可以完全替代醫(yī)生的診斷，不需要醫(yī)生的進(jìn)一步判斷B.不同患者的個(gè)體差異和掃描參數(shù)的變化對(duì)腫瘤檢測(cè)結(jié)果沒(méi)有影響C.結(jié)合醫(yī)生的先驗(yàn)知識(shí)和計(jì)算機(jī)視覺(jué)技術(shù)能夠提高腫瘤檢測(cè)的準(zhǔn)確性和可靠性D.醫(yī)學(xué)圖像中的噪聲和偽影對(duì)計(jì)算機(jī)視覺(jué)算法的性能沒(méi)有影響14、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15、計(jì)算機(jī)視覺(jué)中的光流計(jì)算用于估計(jì)圖像中像素的運(yùn)動(dòng)。假設(shè)要對(duì)一個(gè)快速運(yùn)動(dòng)的物體進(jìn)行光流估計(jì)，同時(shí)場(chǎng)景中存在光照變化和噪聲干擾。在這種情況下，以下哪種光流計(jì)算方法能夠提供更準(zhǔn)確和穩(wěn)定的結(jié)果？（）A.Lucas-Kanade方法B.Horn-Schunck方法C.Farneback方法D.DeepFlow方法二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的注意力機(jī)制在圖像理解中的作用。2、（本題5分）簡(jiǎn)述圖像的仿射變換特點(diǎn)。3、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的車牌識(shí)別技術(shù)。4、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的聯(lián)邦學(xué)習(xí)在分布式數(shù)據(jù)處理中的應(yīng)用。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）利用深度學(xué)習(xí)算法，對(duì)不同種類的魚干圖像進(jìn)行分類。2、（本題5分）運(yùn)用圖像識(shí)別算法，對(duì)不同類型的家具圖像進(jìn)行分類和識(shí)別。3、（本題5分）基于計(jì)算機(jī)視覺(jué)的疲勞駕駛檢測(cè)系統(tǒng)，及時(shí)提醒駕駛員注意休息。4、（本題5分）運(yùn)用深度學(xué)習(xí)模型，對(duì)古代建筑的風(fēng)格和年代進(jìn)行鑒定。5、（本題5分）基于計(jì)算機(jī)視覺(jué)的智能超市購(gòu)物系統(tǒng)，通過(guò)商品圖像識(shí)別實(shí)現(xiàn)自助結(jié)賬。四、分析題（本大題共4個(gè)小題，共40分)1、（本題10分）分析某品牌的宣傳視頻剪輯技巧，探討其如何運(yùn)用剪輯技巧和特效，增強(qiáng)視頻的節(jié)奏感和吸引力，傳達(dá)品牌的故事和價(jià)值觀。2、（本題10分）分析某時(shí)尚品牌的