鹽城工學(xué)院《廣告設(shè)計(jì)與管理》2023-2024學(xué)年第一學(xué)期期末試卷

裝訂線裝訂線PAGE2第1頁，共3頁鹽城工學(xué)院《廣告設(shè)計(jì)與管理》

2023-2024學(xué)年第一學(xué)期期末試卷院(系)_______班級(jí)_______學(xué)號(hào)_______姓名_______題號(hào)一二三四總分得分批閱人一、單選題（本大題共15個(gè)小題，每小題2分，共30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、在圖像分類任務(wù)中，深度學(xué)習(xí)模型取得了顯著的成果。假設(shè)要對(duì)一組包含不同動(dòng)物的圖像進(jìn)行分類，以下關(guān)于圖像分類模型的描述，正確的是：（）A.模型的層數(shù)越多，分類準(zhǔn)確率一定越高B.數(shù)據(jù)增強(qiáng)技術(shù)，如旋轉(zhuǎn)、裁剪等，對(duì)模型的性能提升沒有幫助C.結(jié)合多種特征提取方法和分類器，可以提高圖像分類的準(zhǔn)確性和魯棒性D.圖像分類模型不需要考慮圖像的空間信息，只關(guān)注像素值的統(tǒng)計(jì)特征2、計(jì)算機(jī)視覺中的行人重識(shí)別是指在不同攝像頭拍攝的圖像中識(shí)別出同一個(gè)行人。假設(shè)要在一個(gè)大型商場的監(jiān)控系統(tǒng)中實(shí)現(xiàn)行人重識(shí)別，以下關(guān)于行人重識(shí)別方法的描述，正確的是：（）A.基于顏色和紋理特征的方法對(duì)行人的姿態(tài)和光照變化不敏感，識(shí)別準(zhǔn)確率高B.深度學(xué)習(xí)中的度量學(xué)習(xí)方法能夠?qū)W習(xí)到行人的判別性特征，但容易受到背景干擾C.行人重識(shí)別系統(tǒng)只需要關(guān)注行人的外觀特征，不需要考慮行人的行為特征D.行人重識(shí)別在不同場景和攝像頭視角下的性能始終保持穩(wěn)定，不受影響3、在計(jì)算機(jī)視覺的無人駕駛領(lǐng)域，環(huán)境感知是關(guān)鍵環(huán)節(jié)。假設(shè)要讓無人駕駛汽車準(zhǔn)確感知周圍的道路狀況、車輛和行人，同時(shí)要應(yīng)對(duì)惡劣天氣和復(fù)雜交通場景。以下哪種環(huán)境感知技術(shù)在這種高要求的應(yīng)用中發(fā)揮著重要作用？（）A.激光雷達(dá)感知B.攝像頭視覺感知C.毫米波雷達(dá)感知D.以上技術(shù)融合感知4、計(jì)算機(jī)視覺中的圖像風(fēng)格遷移是一項(xiàng)有趣的任務(wù)。假設(shè)要將一幅油畫的風(fēng)格應(yīng)用到一張照片上，以下關(guān)于模型訓(xùn)練的要點(diǎn)，哪一項(xiàng)是不正確的？（）A.學(xué)習(xí)油畫和照片的特征表示，找到風(fēng)格和內(nèi)容的分離方式B.只關(guān)注風(fēng)格的遷移，不考慮照片原始內(nèi)容的保留C.采用對(duì)抗訓(xùn)練，使生成的圖像在風(fēng)格和內(nèi)容上達(dá)到平衡D.調(diào)整模型參數(shù)，控制風(fēng)格遷移的強(qiáng)度和效果5、在計(jì)算機(jī)視覺的圖像分類任務(wù)中，假設(shè)數(shù)據(jù)集存在類別不平衡問題，某些類別的樣本數(shù)量遠(yuǎn)遠(yuǎn)少于其他類別。以下哪種方法可以緩解這種不平衡對(duì)分類模型的影響？（）A.對(duì)少數(shù)類進(jìn)行過采樣或?qū)Χ鄶?shù)類進(jìn)行欠采樣B.只使用多數(shù)類的樣本進(jìn)行訓(xùn)練C.不考慮類別不平衡，直接訓(xùn)練模型D.隨機(jī)選擇樣本進(jìn)行訓(xùn)練6、在計(jì)算機(jī)視覺中，視頻摘要生成是從長視頻中提取關(guān)鍵內(nèi)容并生成簡潔的摘要。以下關(guān)于視頻摘要生成的敘述，不正確的是（）A.視頻摘要生成可以基于關(guān)鍵幀提取、內(nèi)容分析和故事線構(gòu)建等方法B.深度學(xué)習(xí)方法能夠?qū)W習(xí)視頻的語義信息，生成更有代表性的摘要C.視頻摘要生成在視頻瀏覽、檢索和存儲(chǔ)等方面具有實(shí)用價(jià)值D.視頻摘要生成能夠完全準(zhǔn)確地反映視頻的所有重要內(nèi)容，沒有任何信息丟失7、在計(jì)算機(jī)視覺的實(shí)際應(yīng)用中，光照變化會(huì)對(duì)圖像的處理和分析產(chǎn)生影響。以下關(guān)于光照變化的描述，不正確的是（）A.光照變化可能導(dǎo)致圖像的亮度、對(duì)比度和顏色發(fā)生改變，增加了圖像處理的難度B.一些預(yù)處理技術(shù)，如直方圖均衡化，可以在一定程度上減輕光照變化的影響C.深度學(xué)習(xí)模型能夠自動(dòng)適應(yīng)各種光照變化，無需進(jìn)行額外的處理D.光照變化對(duì)于目標(biāo)檢測和跟蹤等任務(wù)的準(zhǔn)確性可能會(huì)產(chǎn)生較大的影響8、在計(jì)算機(jī)視覺的目標(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）9、在計(jì)算機(jī)視覺的圖像修復(fù)任務(wù)中，假設(shè)要修復(fù)一張有部分缺失的圖像。以下關(guān)于圖像修復(fù)方法的描述，正確的是：（）A.基于擴(kuò)散的圖像修復(fù)方法能夠自然地填充缺失區(qū)域，但修復(fù)速度慢B.基于樣本的圖像修復(fù)方法可以快速生成修復(fù)結(jié)果，但容易出現(xiàn)重復(fù)紋理C.深度學(xué)習(xí)中的生成對(duì)抗網(wǎng)絡(luò)（GAN）在圖像修復(fù)中無法保證修復(fù)內(nèi)容與周圍區(qū)域的一致性D.所有的圖像修復(fù)方法都能夠完美地恢復(fù)出圖像缺失部分的真實(shí)內(nèi)容10、在計(jì)算機(jī)視覺的目標(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11、在計(jì)算機(jī)視覺的圖像語義分割任務(wù)中，假設(shè)要處理具有多尺度特征的圖像，例如同時(shí)包含大物體和小物體的場景。以下關(guān)于處理多尺度特征的方法描述，正確的是：（）A.使用單一尺度的特征提取網(wǎng)絡(luò)可以應(yīng)對(duì)多尺度問題，通過調(diào)整網(wǎng)絡(luò)參數(shù)即可B.采用多尺度輸入圖像，分別進(jìn)行處理后再融合結(jié)果，能夠有效解決多尺度問題，但計(jì)算量大C.空洞卷積在處理多尺度特征時(shí)會(huì)引入大量的噪聲，降低分割精度D.圖像語義分割中多尺度問題無法解決，只能盡量避免處理這類圖像12、計(jì)算機(jī)視覺中的場景理解是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。假設(shè)要理解一個(gè)城市街道的場景圖像，包括道路、建筑物、車輛和行人等元素。以下關(guān)于場景理解方法的描述，正確的是：（）A.基于語義分割的方法能夠?qū)D像中的每個(gè)像素分類為不同的場景元素，但無法提供元素之間的關(guān)系B.目標(biāo)檢測結(jié)合語義分割可以實(shí)現(xiàn)對(duì)場景的初步理解，但對(duì)于復(fù)雜的場景結(jié)構(gòu)難以準(zhǔn)確描述C.基于圖模型的方法能夠很好地表示場景元素之間的關(guān)系，但建模過程復(fù)雜，計(jì)算量大D.場景理解只需要對(duì)圖像中的可見元素進(jìn)行分析，不需要考慮潛在的語義信息13、在計(jì)算機(jī)視覺的圖像生成任務(wù)中，假設(shè)要生成具有真實(shí)感的自然圖像。以下關(guān)于圖像生成方法的描述，正確的是：（）A.生成對(duì)抗網(wǎng)絡(luò)（GAN）能夠生成逼真的圖像，但訓(xùn)練過程不穩(wěn)定，容易模式崩潰B.變分自編碼器（VAE）生成的圖像多樣性好，但真實(shí)感不如GAN生成的圖像C.自回歸模型在圖像生成中效率高，能夠快速生成高質(zhì)量的圖像D.所有的圖像生成方法都能夠生成與真實(shí)世界完全一致的圖像14、在計(jì)算機(jī)視覺的圖像去模糊任務(wù)中，需要恢復(fù)由于相機(jī)抖動(dòng)或物體運(yùn)動(dòng)導(dǎo)致的模糊圖像。假設(shè)一張夜景照片由于長時(shí)間曝光而模糊，同時(shí)存在噪聲和低光照條件。以下哪種圖像去模糊算法在處理這種情況時(shí)效果較好？（）A.盲去卷積算法B.基于正則化的去模糊算法C.深度學(xué)習(xí)的去模糊模型D.頻域去模糊方法15、當(dāng)處理低光照條件下拍攝的圖像時(shí)，為了增強(qiáng)圖像的亮度和對(duì)比度，同時(shí)減少噪聲，以下哪種圖像處理方法可能更合適？（）A.直方圖均衡化B.伽馬校正C.簡單地增加圖像的整體亮度值D.不進(jìn)行任何處理，保留低光照效果二、簡答題（本大題共3個(gè)小題，共15分)1、（本題5分）解釋計(jì)算機(jī)視覺中的車牌識(shí)別技術(shù)。2、（本題5分）說明計(jì)算機(jī)視覺在工業(yè)機(jī)器人中的應(yīng)用。3、（本題5分）說明計(jì)算機(jī)視覺中特征提取的作用和常見算法。三、應(yīng)用題（本大題共5個(gè)小題，共25分)1、（本題5分）通過計(jì)算機(jī)視覺，對(duì)不同類型的鞋子圖像進(jìn)行分類。2、（本題5分）運(yùn)用深度學(xué)習(xí)模型，對(duì)古代文獻(xiàn)的字體和排版進(jìn)行分析和識(shí)別。3、（本題5分）對(duì)健身操教學(xué)視頻中的動(dòng)作標(biāo)準(zhǔn)度進(jìn)行自動(dòng)評(píng)估和指導(dǎo)。4、（本題5分）使用目標(biāo)跟蹤算法，跟蹤舞蹈表演中舞者的姿態(tài)變化。5、（本題5分）開發(fā)一個(gè)能夠識(shí)別不同種類食肉動(dòng)物的計(jì)算機(jī)視覺系統(tǒng)。四、分析題（本大題共3個(gè)小題，共30分)1、（本題10分）觀察某城市音樂節(jié)的志愿