数字媒体技术考试题及答案

数字媒体技术考试题及答案一、单项选择题（每题2分，共20分）1.在数字图像处理中，将一幅8bit灰度图的像素值线性拉伸到0255全动态范围，这种操作称为A.直方图均衡化  B.对比度拉伸  C.伽马校正  D.中值滤波答案：B解析：对比度拉伸通过线性映射将原图最小值→0、最大值→255，直接扩展动态范围；直方图均衡化是非线性累积分布映射，伽马校正是幂律变换，中值滤波是降噪。2.HEVC编码中，CTU最大允许尺寸为A.16×16  B.32×32  C.64×64  D.128×128答案：C解析：HEVC主profile规定CTU上限64×64，128×128仅出现在屏幕内容扩展profile，常规考题默认主profile。3.在WebGL渲染管线中，执行“透视除法”的阶段位于A.顶点着色器之后  B.图元装配之后  C.光栅化之后  D.片段着色器之后答案：B解析：顶点着色器输出clip坐标，图元装配后GPU自动做透视除法得到NDC，光栅化阶段已使用NDC坐标。4.下列颜色空间属于“色度亮度分离”且被ATSC3.0采纳为传输格式的是A.RGB  B.HSV  C.ICtCp  D.YCoCg答案：C解析：ICtCp由Dolby提出，PQ+IPT组合，支持HDR高色域，已写入ATSC3.0；YCoCg虽分离但未被广播标准采用。5.在Audacity中执行“Effect→ChangeTempo”而不改变音调，其底层算法最可能采用A.WSOLA  B.PSOLA  C.PhaseVocoder  D.TDPSOLA答案：C解析：ChangeTempo使用相位声码器（PhaseVocoder）在频域拉伸时域；WSOLA用于语音时域拼接，PSOLA需基音标记。6.关于数字水印的“盲检测”定义，正确的是A.检测端需原始载体  B.检测端无需原始载体  C.需嵌入密钥  D.需RSA加密答案：B解析：盲检测（blinddetection）指检测时仅凭借密钥和水印图像，无需原始载体；需原始载体称非盲检测。7.在UnityShaderLab中，使用“ZWriteOff”的主要目的是A.关闭深度测试  B.禁止写入深度缓冲  C.开启透明混合  D.强制正向渲染答案：B解析：ZWriteOff禁止当前片元写入Zbuffer，常用于半透明物体，深度测试仍可开启（ZTest默认LEqual）。8.下列关于FFmpeg命令“filter_complex'[0:v]fps=30,scale=960:540[out]'”描述正确的是A.先缩放再改帧率  B.先改帧率再缩放  C.同时进行  D.语法错误答案：B解析：filter链按序执行，fps在前，scale在后；若需先缩放可减少到scale=960:540,fps=30。9.在MPEGDASH中，@startWithSAP="1"表示A.每个Segment开头都是IDR  B.每个Segment开头都是BLA  C.每个Segment开头都是CRA  D.随机接入点间隔小于1秒答案：A解析：SAP=1即IDR帧，保证无参考依赖；BLA=2，CRA=3，与秒数无关。10.使用Three.js加载glTF2.0模型时，若出现“RGBE”贴图警告，说明A.贴图尺寸非2次幂  B.使用HDR但未开启PMREM  C.贴图通道不足  D.法线贴图未标准化答案：B解析：RGBE为HDR环境贴图，Three.js需生成预过滤Mipmap（PMREM）才能正确采样，否则报警告。二、多项选择题（每题3分，共15分；多选少选均不得分）11.下列技术可有效降低360°全景视频传输带宽的有A.立方体贴图投影  B.分块视角依赖流（TilebasedHEVC）  C.背景语音降噪  D.ERP到CMP转码  E.基于FOV的动态码率分配答案：ABE解析：C与视频压缩无关；D只是格式转换，不直接降带宽；A、B、E通过减少无效区域数据或按需传输实现节省。12.在数字音频重采样中，以下属于“抗混叠”前置措施的有A.低通滤波截止至新奈奎斯特频率  B.采用Kaiser窗FIR  C.提升采样率至192kHz  D.使用线性插值  E.加入白噪声抖动答案：AB解析：C是过采样，非抗混叠；D线性插值无滤波；E抖动用于抑制量化噪声，与混叠无关。13.关于WebRTC的NACK反馈，正确的有A.使用RTCP报文类型205  B.携带丢失序列号列表  C.可触发FEC重传  D.由接收端发送  E.与PLI用途相同答案：ABD解析：NACK为RTCPGenericNACK（FMT=1，PT=205），列出丢包序号；FEC重传由发送端策略决定，非NACK直接触发；PLI请求关键帧，用途不同。14.在OpenCV中执行“cv::undistort”所需参数至少包括A.相机内参矩阵  B.畸变系数向量  C.旋转矩阵R  D.新内参矩阵  E.图像尺寸答案：AB解析：undistort基于Brown模型，仅需原内参与畸变系数；R与P为可选，用于立体校正；新内参可缺省。15.下列属于“可编程渲染管线”特征的有A.顶点着色器可写gl_Position  B.光栅化阶段可自定义  C.片段着色器可丢弃片元  D.几何着色器可生成新图元  E.模板测试阶段可编程答案：ACD解析：光栅化与模板测试为固定硬件阶段，不可编程；顶点、几何、片段着色器均可编程。三、判断题（每题1分，共10分；正确打“√”，错误打“×”）16.PNG支持16bit/通道的HDR图像存储。答案：×解析：PNG最大16bit/通道，但无HDR亮度语义，不能存储线性浮点或PQ曲线，故不被视为HDR格式。17.在Python中，numpy.array([255,127,0],dtype=uint8)+1的结果为array([256,128,1],dtype=uint8)。答案：×解析：uint8溢出取模，256→0，结果应为[0,128,1]。18.使用AdobePremiere导出“HQ1080p29.97”预设时，默认音频采样率为48kHz。答案：√解析：广播级预设遵循SMPTE标准，48kHz为默认。19.在Blender的Cycles引擎中，GlassBSDF的“Roughness”参数控制透射模糊，不影响反射。答案：×解析：Cycles采用微表面模型，Roughness同时模糊反射与透射。20.基于深度学习的图像超分模型EDSR取消了BatchNorm层，以减少显存占用并提升细节。答案：√解析：EDSR论文指出，移除BN可节省约40%显存，避免纹理过度平滑。21.HTTPFLV协议基于ChunkedTransferEncoding，因此天然支持低延迟直播。答案：√解析：HTTPFLV复用HTTP/1.1chunked，可边生成边发送，实现低延迟。22.在数字图像中，高斯核大小为5×5且σ=1时，其可分离为两个一维卷积，计算量从25次乘/像素降至10次乘/像素。答案：√解析：5+5=10次乘法，优于二维卷积25次。23.WebAssembly的内存模型采用“线性内存”且按页大小4KB对齐，最大可达4GB。答案：√解析：Wasm1.0规定页64KB，但主流浏览器实现为4KB页，上限4GB。24.在Photoshop中，将图层混合模式设为“差值”后，纯黑像素与任何颜色叠加结果不变。答案：√解析：差值计算|AB|，B=0则输出A。25.使用Audacity生成1kHz正弦波，若项目采样率为44.1kHz，则每周期采样点数为44.1个。答案：×解析：44100/1000=44.1，非整数，实际周期为44或45交替，存在抖动。四、填空题（每空2分，共20分）26.HEVC的变换单元TU最大尺寸为______，最小为______。答案：32×32，4×4解析：HEVC支持4×4至32×32的整数DCT/DST变换。27.在CSS中，将元素旋转45度并沿Z轴放大1.5倍的复合变换函数为transform:______。答案：rotateZ(45deg)scale3d(1,1,1.5)解析：rotateZ控制绕Z轴旋转，scale3d可单独放大Z，但二维元素Z向放大无视觉影响，考题考察语法。28.若某音频文件比特率为128kb/s，时长3分30秒，则其大小约为______MB（保留1位小数）。答案：3.3解析：128×210÷8÷1024≈3.3MB。29.在OpenGL中，将纹理坐标超出[0,1]的部分设置为“镜像重复”的参数为GL______。答案：GL_MIRRORED_REPEAT解析：OpenGL1.4引入，常用于天空盒无缝采样。30.使用FFmpeg将input.mp4转码为H.265并限制最大码率1Mbps、缓冲区大小2Mbps的命令参数为______。答案：c:vlibx265b:v1Mmaxrate1Mbufsize2M解析：x265支持VBV参数，bufsize需为maxrate的12倍。31.在数字图像处理中，Sobel算子模板Gx=______，Gy=______。答案：[101;202;101]、[121;000;121]解析：标准3×3Sobel模板，分水平与垂直。32.若某显示器色域覆盖100%sRGB，其白点坐标为(x,y)=______。答案：(0.3127,0.3290)解析：CIED65标准白点。33.在Maya中使用Arnold渲染器，将漫反射采样数设为3，镜面反射采样数设为4，则总摄影机采样数为______。答案：12解析：Arnold5.x采用平方采样，3×4=12。34.基于TCP的HLS切片，推荐的最小EXTXTARGETDURATION为______秒，以保证编码器缓冲兼容。答案：2解析：AppleHLS规范要求整数秒，且不小于1秒，主流直播取2秒平衡延迟与缓存。35.在Python中，使用Pillow将图像转为单通道并获取最小像素值的代码片段为：______。答案：min(Image.open('a.png').convert('L').getdata())解析：convert('L')转灰度，getdata()返回序列，min()取最小值。五、简答题（每题8分，共24分）36.描述“基于光流法的帧率上转换”核心步骤，并指出其与传统线性插值相比的优缺点。答案：步骤：1)对相邻两帧I_t、I_{t+1}计算双向光流场F_{t→t+1}、F_{t+1→t}；2)在中间虚拟时刻t+0.5，以前向光流将I_twarp至I_{mid}，后向光流将I_{t+1}warp至I'_{mid}；3)使用遮挡检测（如前后向一致性检验）生成置信图M；4)基于置信图对I_{mid}与I'_{mid}做混合，并对遮挡区域采用背景填充或运动矢量外推；5)去块、去重影后输出。优点：保持运动边缘锐利，减少运动抖动；适合高速运动场景。缺点：计算量大，需GPU加速；光流误差会在遮挡区产生伪影；对剧烈运动或光线变化敏感。37.说明WebCodecsAPI在浏览器端实现“零拷贝”硬解渲染的关键技术链，并给出伪代码。答案：技术链：1)使用VideoDecoder配置hardwareAcceleration='preferhardware'；2)解码输出VideoFrame对象，其底层为GPU纹理（如DMABuf或IOSurface）；3)通过importTexture()将VideoFrame绑定到WebGL纹理，无需CPU回读；4)WebGL绘制到Canvas，Canvas与屏幕合成器共享同一GL上下文，实现零拷贝。伪代码：```javascriptconstinit={output:(frame)=>{gl.bindTexture(gl.TEXTURE_2D,tex);gl.importTexture(frame);//零拷贝gl.drawArrays(...);frame.close();},error:e=>console.error(e)};constdecoder=newVideoDecoder(init);decoder.configure({codec:'vp09.00.10.08',hardwareAcceleration:'preferhardware'});fetch('chunk.ivf').then(r=>r.arrayBuffer()).then(buf=>{letchunks=muxer.parse(buf);chunks.forEach(c=>decoder.decode(c));});```38.解释“神经辐射场”（NeRF）为何需要位置编码（PositionalEncoding），并给出数学表达式。答案：NeRF用MLP拟合5D函数F_Θ(x,d)→(c,σ)。若直接将xyzθφ作为输入，高频细节（纹理、镜面）会被MLP频谱偏差平滑掉。位置编码将坐标映射到高维正余弦族，增强网络对高频变化敏感度。表达式：γ(p)=[sin(2^0πp),cos(2^0πp),…,sin(2^{L1}πp),cos(2^{L1}πp)]对xyz取L=10，共60维；对视角d取L=4，共24维。实验表明，移除位置编码后，NeRF在BlenderSynthetic数据集的PSNR下降约10dB，细节丢失严重。六、综合应用题（共31分）39.（15分）某4K60fps游戏直播需同时推流至Twitch（1080p6Mbps）与抖音（720p2Mbps）。现有硬件为RTX3060+Ryzen5600X，软件栈为OBS28+NVENCH.264。请设计“一源多码率”方案，要求：a)采用FFmpeg滤镜实现一次解码、多次缩放、多码率输出；b)给出完整命令，并解释关键参数；c)说明如何通过lookahead与AQ提升画质；d)计算总CPU与GPU占用理论值。答案：a)方案：OBS输出“高级”模式，录制成无损MKV，FFmpeg读取原始4K60fps，使用split+scale+encode并行。b)命令：```bashffmpeghwaccelcudahwaccel_output_formatcudai4k60.mkv\filter_complex\"[0:v]split=2[s0][s1];\[s0]scale_npp=1920:1080:interp=lanczos[v0];\[s1]scale_npp=1280:720:interp=lanczos[v1]"\map"[v0]"map0:ac:vh264_nvencb:v6Mmaxrate6Mbufsize12M\rc:vvbr_hqcq18spatialaq1temporalaq1lookahead32g120\map"[v1]"map0:ac:vh264_nvencb:v2Mmaxrate2Mbufsize4M\rc:vvbr_hqcq22spatialaq1temporalaq1lookahead32g120\ftee\"[select=\'v:0,a\':f=flv]rtmp://live.twitch.tv/app/{key}|\[select=\'v:1,a\':f=flv]rtmp:///app/{key}"```关键参数：scale_npp利用NVIDIAGPUlanczos缩放；vbr_hq+CQ兼顾质量与码率；spatialaq提升暗部细节；lookahead32帧优化场景切换；g120对应2秒GOP。c)lookahead通过前向分析帧复杂度，提前调整QP；AQ（AdaptiveQuantization）根据纹理能量局部调整量化强度，减少块效应。d)理论占用：解码：4K60fpsHEVC硬件解码，GPU5%；缩放：两次lanczos1080p+720p，NPP并行，GPU10%；双路NVENC：RTX3060含1个编码器，同时编码两路需分时复用，总负载约80%；CPU：FFmpeg主线程仅调度，占用<5%。综上，GPU总负载约95%，CPU<10%，满足直播。40.（16分）阅读以下Python代码，回答问题。```pythonimportcv2,numpyasnp,torch,torch.nnasnnfromkornia.geometryimportwarp_perspectiveclassStitcher(nn.Module):def__init__(self):super().__init__()self.feature=cv2.SIFT_create()self.matcher=cv2.BFMatcher()defforward(self,img1,img2):gray1=cv2.cvtColor(img1,cv2.COLOR_BGR2GRAY)gray2=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)kp1,des1=self.feature.detectAndCompute(gray1,None)kp2,des2=self.feature.detectAndCompute(gray2,None)matches=self.matcher.knnMatch(des1,des2,k=2)good=[]form,ninmatches:ifm.distance<0.75n.distance:good.append(m)src_pts=np.float32([kp1[m.queryIdx].ptformingood]).reshape(1,2)dst_pts=np.float32([kp2[m.trainIdx].ptformingood]).reshape(1,2)H,_=cv2.findHomography(src_pts,dst_pts,cv2.RANSAC,5.0)H_tensor=torch.tensor(H,dtype=tor