南京传媒学院《平面设计与制作》2021-2022学年第一学期期末试卷

自觉遵守考场纪律如考试作弊此答卷无效密自觉遵守考场纪律如考试作弊此答卷无效密封线第1页，共3页南京传媒学院《平面设计与制作》

2021-2022学年第一学期期末试卷院(系)_______班级_______学号_______姓名_______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、物体检测是计算机视觉中的一项关键任务。假设一个智能监控系统需要检测场景中的特定物体，如背包、自行车等。以下关于物体检测算法的描述，哪一项是不正确的？（）A.基于深度学习的物体检测算法能够同时检测多个物体，并给出它们的位置和类别B.可以通过滑动窗口的方法在图像中搜索可能的物体区域，然后进行分类判断C.物体检测算法需要对大量的标注图像进行训练，以学习不同物体的特征D.无论物体的大小、形状和颜色如何变化，物体检测算法都能准确检测到2、计算机视觉中，以下哪个任务通常需要对图像中的目标进行定位和分类？（）A.图像生成B.目标检测C.图像超分辨率D.图像去噪3、在计算机视觉的目标识别任务中，除了识别目标的类别，还需要确定目标的位置和大小。假设我们要在一幅复杂的图像中识别多个不同大小的物体，以下哪种目标识别算法能够适应不同尺度的目标？（）A.基于滑动窗口的目标识别算法B.基于特征金字塔的目标识别算法C.基于注意力机制的目标识别算法D.基于模板匹配的目标识别算法4、在计算机视觉的行人重识别任务中，假设要在多个摄像头拍摄的画面中找到同一个行人。以下关于特征融合的方法，哪一项是不太合理的？（）A.将行人的外观特征和步态特征进行融合B.简单地将不同特征进行拼接，不考虑权重分配C.根据特征的重要性为其分配不同的权重进行融合D.利用深度学习模型自动学习特征的融合方式5、计算机视觉中的行人重识别任务是在不同摄像头中识别出特定的行人。假设要在一个大型火车站中寻找一个走失的儿童。以下关于行人重识别的描述，哪一项是不准确的？（）A.可以利用行人的服装颜色、款式和携带物品等特征进行重识别B.深度学习中的度量学习方法可以学习行人的特征表示，提高重识别的准确率C.行人重识别不受行人姿态变化和摄像头视角差异的影响D.可以通过构建大规模的行人数据集进行训练，提升模型的泛化能力6、在计算机视觉的图像超分辨率重建中，假设我们要将低分辨率的图像重建为高分辨率图像，同时保持图像的细节和纹理。以下哪种深度学习架构可能在这方面表现较好？（）A.卷积神经网络（CNN）B.循环神经网络（RNN）C.生成对抗网络（GAN）D.自动编码器（Autoencoder）7、计算机视觉中的动作识别是对视频中人物或物体的动作进行分类和理解。假设要识别一段舞蹈视频中的各种舞蹈动作，同时要考虑动作的速度、幅度和风格的变化。以下哪种动作识别方法在处理这种复杂的动作模式时表现更好？（）A.基于手工特征的动作识别B.基于时空兴趣点的动作识别C.基于深度学习的时空卷积网络D.基于隐马尔可夫模型的动作识别8、在计算机视觉中，目标检测是一项重要任务。假设我们要开发一个能够在交通场景中检测车辆的系统。如果图像中的车辆存在多种姿态、大小和光照条件的变化，以下哪种目标检测算法可能更适合应对这种复杂情况？（）A.基于传统特征的检测算法，如HOG特征结合SVM分类器B.基于深度学习的FasterR-CNN算法C.基于模板匹配的检测算法D.基于颜色特征的检测算法9、计算机视觉中的特征提取是非常关键的一步。以下关于特征提取方法的描述，不准确的是（）A.传统的特征提取方法如SIFT（尺度不变特征变换）和HOG（方向梯度直方图）在特定场景下仍然有效B.深度学习中的自动特征提取能够学习到更具代表性和鲁棒性的特征C.特征提取的好坏直接影响后续的图像分类、目标检测等任务的性能D.特征提取只关注图像的局部信息，而忽略了全局信息10、在计算机视觉的图像修复任务中，假设图像中有大面积的损坏或缺失区域，以下哪种方法可能更依赖于对图像全局结构的理解？（）A.基于纹理合成的方法B.基于扩散的方法C.基于深度学习的方法D.基于样例的方法11、计算机视觉中的医学图像分析具有重要的临床应用价值。假设要从一组X光片中检测出病变区域，同时要区分不同类型的病变。以下哪种技术和方法在医学图像分析中最为常用和有效？（）A.形态学操作B.图像分割与分类C.特征提取与选择D.以上方法综合运用12、在计算机视觉中，特征提取是非常关键的一步。假设我们要从图像中提取有意义的特征，用于后续的处理和分析，以下关于特征提取方法的描述，哪一项是不正确的？（）A.SIFT（尺度不变特征变换）和SURF（加速稳健特征）是常用的局部特征描述子，对图像的旋转、缩放和光照变化具有一定的不变性B.HOG（方向梯度直方图）特征通过计算图像局部区域的梯度方向分布来描述图像，常用于行人检测C.深度学习中的自动特征提取，例如通过卷积神经网络学习到的特征，比手工设计的特征更具有代表性和判别力D.特征提取的结果对后续的图像处理任务影响不大，不同的特征提取方法可以得到相似的处理效果13、在计算机视觉的立体视觉任务中，通过两个或多个相机获取的图像来计算深度信息。以下哪种立体匹配算法在精度和效率方面可能表现较好？（）A.基于区域的匹配算法B.基于特征的匹配算法C.基于深度学习的匹配算法D.以上都是14、在计算机视觉的图像修复任务中，假设要填补图像中缺失或损坏的部分。以下哪种方法可能更有效地恢复图像的完整性和真实性？（）A.基于扩散的修复方法B.基于深度学习的图像修复模型，如ContextEncoderC.用固定的图案或颜色填充缺失部分D.不进行修复，保留图像的缺失部分15、在计算机视觉的图像融合任务中，将多幅图像合成为一幅更完整、更有信息的图像。假设要将一张白天拍摄的风景图像和一张夜晚拍摄的同一地点的图像进行融合，以下关于图像融合方法的描述，哪一项是不正确的？（）A.可以基于像素级的融合策略，将两幅图像的像素值进行加权或组合B.特征级融合方法先提取图像的特征，然后进行融合，能够更好地保留图像的语义信息C.图像融合的效果只取决于融合算法的选择，与输入图像的质量和内容无关D.多模态图像融合需要考虑不同图像的特点和互补性，以获得更理想的融合结果二、简答题（本大题共3个小题，共15分)1、（本题5分）计算机视觉中如何进行芯片制造中的缺陷检测？2、（本题5分）解释计算机视觉中的行人检测任务。3、（本题5分）计算机视觉中如何进行大坝安全监测？三、应用题（本大题共5个小题，共25分)1、（本题5分）开发一个可以识别不同种类昆虫蛹的计算机视觉应用。2、（本题5分）通过图像分类算法，对不同款式的包包图像进行分类。3、（本题5分）开发一个可以识别不同种类真菌的计算机视觉应用。4、（本题5分）运用计算机视觉技术，对飞机机身的表面缺陷进行检测。5、（本题5分）基于深度学习，实现对高速公路上车辆超速的检测。四、分析题（本大题共3个小题，共30分)1、（本题10分）观察某亲子活动中心的室内设计和宣传材料设计，思考如何通过色彩、造型