中山大学《设计素描》2023-2024学年第二学期期末试卷

学校________________班级____________姓名____________考场____________准考证号学校________________班级____________姓名____________考场____________准考证号…………密…………封…………线…………内…………不…………要…………答…………题…………第2页，共2页中山大学

《设计素描》2023-2024学年第二学期期末试卷题号一二三四总分得分批阅人一、单选题（本大题共15个小题，每小题1分，共15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、在计算机视觉的图像压缩任务中，假设要在保证一定图像质量的前提下，尽可能减少图像的数据量。以下哪种图像压缩方法可能更有效？（）A.基于离散余弦变换（DCT）的压缩算法，如JPEGB.无损压缩方法，如PNGC.不进行任何压缩，直接存储原始图像D.随机删除图像中的部分像素2、计算机视觉中的场景理解任务旨在理解图像或视频中的整体场景信息。假设要理解一张城市街道的图片中的场景。以下关于场景理解的描述，哪一项是错误的？（）A.可以通过对物体、人物和环境的分析来理解场景的语义信息B.深度学习中的语义分割技术可以帮助区分场景中的不同区域和物体类别C.场景理解只需要考虑图像中的视觉元素，不需要考虑上下文和先验知识D.可以结合地理信息和时间信息，进一步丰富对场景的理解3、计算机视觉中的图像去雾是一个具有挑战性的问题。假设要去除一张有浓雾的风景图像中的雾气，以下哪种方法可能需要对大气散射模型有深入的了解？（）A.基于深度学习的去雾方法B.基于物理模型的去雾方法C.基于图像增强的去雾方法D.基于滤波的去雾方法4、当进行图像的去雾处理时，假设要去除图像中由于雾气导致的模糊和低对比度。以下哪种方法可能更有效？（）A.基于物理模型的去雾方法，估计大气光和透射率B.对图像进行简单的对比度增强C.不进行去雾处理，保留有雾的效果D.随机调整图像的亮度和饱和度5、在计算机视觉的表情识别任务中，判断图像或视频中人物的表情。假设要开发一个用于在线教育的表情识别系统，以下关于表情识别方法的描述，哪一项是不正确的？（）A.可以通过分析面部肌肉的运动和特征点的变化来识别表情B.深度学习模型能够学习不同表情的模式和特征，实现准确的表情分类C.表情识别系统需要考虑光照、头部姿态和遮挡等因素的影响D.表情识别可以准确地识别出所有细微和复杂的表情，不受个体差异和文化背景的影响6、在计算机视觉的视频理解任务中，例如理解一段体育比赛视频中的精彩瞬间和战术，需要对视频中的时空信息进行有效建模。以下哪种方法在时空建模方面可能具有优势？（）A.3D卷积神经网络B.长短时记忆网络C.注意力机制D.以上都是7、计算机视觉中的车牌识别是智能交通系统中的重要组成部分。假设要在一个高速公路收费站实现准确的车牌识别，以下关于车牌识别方法的描述，正确的是：（）A.基于边缘检测和字符分割的方法对车牌的变形和污渍具有很强的适应性B.深度学习中的卷积神经网络能够直接从车牌图像中识别出字符，但对车牌的倾斜和光照不均敏感C.车牌识别系统只需要在白天光照良好的条件下工作，夜间和恶劣天气下无法正常运行D.车牌识别的准确率只取决于车牌图像的清晰度，与车牌的颜色和字体无关8、在进行图像配准（ImageRegistration）时，即对齐两幅或多幅图像，假设我们要将不同时间拍摄的同一地区的卫星图像进行配准，由于地形变化和拍摄角度的差异，以下哪个因素可能对配准精度产生最大影响？（）A.图像的分辨率B.选择的特征点数量C.图像的灰度值D.地理坐标信息的准确性9、计算机视觉中的医学图像分析中，假设要对肿瘤进行检测和分割。以下关于医学图像分析方法的描述，正确的是：（）A.由于医学图像的特殊性，传统的计算机视觉方法无法应用于医学图像分析B.深度学习方法在医学图像分析中能够准确检测肿瘤，但对小肿瘤容易漏检C.多模态医学图像融合可以提供更丰富的信息，但融合算法复杂，效果不稳定D.医学图像分析的结果不需要经过医生的审核和确认，可以直接用于诊断10、在计算机视觉的实际应用中，光照变化会对图像的处理和分析产生影响。以下关于光照变化的描述，不正确的是（）A.光照变化可能导致图像的亮度、对比度和颜色发生改变，增加了图像处理的难度B.一些预处理技术，如直方图均衡化，可以在一定程度上减轻光照变化的影响C.深度学习模型能够自动适应各种光照变化，无需进行额外的处理D.光照变化对于目标检测和跟踪等任务的准确性可能会产生较大的影响11、在计算机视觉的人物姿态估计任务中，需要确定图像中人物的关节位置和姿态。假设要开发一个用于健身应用的姿态估计系统，以下关于模型训练数据的获取，哪一项是比较困难的？（）A.从公开的数据集获取大量的人物姿态图像B.自己拍摄不同人群在各种健身动作下的图像C.利用合成数据生成多样化的人物姿态样本D.从社交媒体上收集用户分享的健身照片12、在计算机视觉的图像配准任务中，假设要将两张拍摄角度不同的同一物体的图像进行对齐。以下关于特征匹配的方法，哪一项是不太可靠的？（）A.使用SIFT（Scale-InvariantFeatureTransform）特征进行匹配B.基于像素值的直接比较进行匹配C.利用SURF（SpeededUpRobustFeatures）特征进行匹配D.通过ORB（OrientedFASTandRotatedBRIEF）特征进行匹配13、计算机视觉中的图像配准是将不同时间、不同视角或不同传感器获取的图像进行对齐。假设要将两张拍摄角度不同的卫星图像进行配准，以下关于图像配准方法的描述，哪一项是不正确的？（）A.基于特征的图像配准方法通过提取图像中的显著特征，并进行匹配来实现配准B.基于灰度的图像配准方法直接比较图像的灰度值，计算相似性度量来完成配准C.图像配准的精度主要取决于特征提取的准确性和匹配算法的性能D.图像配准总是能够完美地将两张图像对齐，不存在任何误差14、在计算机视觉的目标跟踪任务中，持续跟踪视频中的特定目标。假设要跟踪一个在人群中行走的人，以下关于目标跟踪方法的描述，哪一项是不正确的？（）A.基于滤波的方法，如卡尔曼滤波和粒子滤波，可以预测目标的位置和状态B.基于深度学习的方法能够学习目标的外观特征，提高跟踪的准确性和鲁棒性C.目标跟踪过程中，目标的外观变化、遮挡和背景干扰等因素不会对跟踪结果产生影响D.结合多种特征和算法的融合跟踪方法，可以综合利用不同方法的优势，提高跟踪性能15、对于图像的超分辨率重建任务，假设要将一张低分辨率的图像恢复为高分辨率图像，同时保留图像的细节和清晰度。这张低分辨率图像可能存在模糊和失真。以下哪种方法在处理这种情况时可能表现更好？（）A.基于插值的方法，如双线性插值和双三次插值B.基于深度学习的超分辨率重建模型，如SRCNNC.对低分辨率图像进行简单的锐化处理D.不进行任何处理，直接使用低分辨率图像二、简答题（本大题共4个小题，共20分)1、（本题5分）简述计算机视觉在医学图像分割中的方法。2、（本题5分）计算机视觉中如何进行石油管道的检测和维护？3、（本题5分）描述计算机视觉在水利工程中的应用。4、（本题5分）说明计算机视觉在手术导航中的应用。三、应用题（本大题共5个小题，共25分)1、（本题5分）开发一个能够识别不同种类飞机的程序。2、（本题5分）通过计算机视觉，对不同类型的书法作品进行分类。3、（本题5分）使用目标跟踪算法，对足球比赛中的足球进行实时跟踪。4、（本题5分）使用目标跟踪算法，跟踪马戏表演中动物的表演动作。5、（本题5分）利用图像分割技术，从心电图中分割出异常波形。四、分析题（本大题共4个小题，共40分)1、（本题10分）选取一个游戏的界面设计，分析其用户界面设计、游戏场景设计和角色设计，讨论如何提