2026年春江苏开放大学计算机视觉060731形考作业1-5答案

2026年春江苏开放大学计算机视觉060731第一次形考作业答案单选题1“从数据中学习，⽣成⾼保真，多样化的图像”，描述的是下列哪⼀类任务（）A⼈脸识别B⽬标跟踪C图像⽣成D图像描述学生答案：C2相较于语义分割，实例分割还可以做到（）A⽣成⾼保真、多样化的图像B⽣成⽂本描述图像内容C区分同⼀类的不同实例D对图⽚中的每个像素点进⾏标注，标注属于哪⼀类别学生答案：C3在计算机视觉的浅层模型中，“特征汇聚与特征变换”的主要⽬的是（）A从图像中提取描述图像内容的特征B对图像实现亮度或颜⾊矫正等处理C对提取的特征（通常为向量）进⾏统计汇聚或降维处理，得到新特征D采⽤机器学习或模式识别的⽅法对物体进⾏分类学生答案：C4在PyTorch中，⾃动计算某⼀变量的梯度需调⽤（）A、torch.ones()B、.backward()C、()D、torch.Tensor()学生答案：B5典型的计算机视觉浅层模型的处理流程为（）A图像预处理、特征汇聚与特征变换、特征设计与提取、分类器与回归器设计B图像预处理、分类器与回归器设计、特征汇聚与特征变换、特征设计与提取C图像预处理、特征设计与提取、特征汇聚与特征变换、分类器与回归器设计D特征汇聚与特征变换、特征设计与提取、图像预处理、分类器与回归器设计学生答案：C6图像和灰度直方图的对应关系为()A多对一B多对多C一对多D一对一学生答案：A多选题1下列属于深度学习框架的是（）A、CudaB、TheanoC、TensorFlowD、PyTorch学生答案：B；C；D2下列应⽤计算机视觉系统的场景有（）A⼈脸识别B指纹识别C医学图像处理D⾃动驾驶学生答案：A；B；C；D3计算机视觉的主要研究⽅向有（）A⽬标检测B图像⽣成C图像分类D图像描述学生答案：A；B；C；D4、OpenCV的核⼼模块imgproc能实现（）A形态分析B图像分割C边缘或直线提取D处理直⽅图学生答案：A；B；C；D5颜色的三要素包括：A色调（色相）B饱和度C光强D亮度（明度）学生答案：A；B；D6下列选项中，可应⽤于计算机视觉任务的模型有（）A、AlexNetB、决策树C、SVMD、VGG学生答案：A；B；C；D7数字图像的类型包括（）A灰度图像B彩⾊图像C、RGB-D深度图像D⼆值图像学生答案：A；B；C；D简答题1简述常用计算机视觉模型及方法。答案：模型：卷积神经网络（CNN）：如AlexNet、VGG、ResNet等，是图像分类任务的基础模型，通过卷积层自动提取图像特征。区域卷积神经网络（R-CNN系列）：包括R-CNN、FastR-CNN、FasterR-CNN，用于目标检测，通过生成候选区域并分类实现精准定位。YOLO（YouOnlyLookOnce）：实时目标检测模型，将检测任务转化为回归问题，实现快速检测。U-Net：基于编码器-解码器结构的模型，常用于医学图像分割等任务。生成对抗网络（GANs）：由生成器和判别器组成，用于图像生成、修复和风格迁移等任务。方法：目标检测：结合CNN和区域提议网络（RPN），如FasterR-CNN，实现图像中目标的定位和分类。图像分割：包括语义分割、实例分割和全景分割，如使用U-Net进行像素级分类。图像分类：通过CNN提取特征，使用全连接层进行分类，如ResNet在ImageNet数据集上的应用。特征提取：使用SIFT、SURF等算法提取图像关键点，用于图像匹配和识别。光流估计：计算图像序列中像素点的运动向量场，如Lucas-Kanade算法，用于视频稳定和目标跟踪。2图像数字化的两个步骤是什么？答案：图像数字化是将连续的模拟图像转换为计算机可处理的数字图像的过程，主要包括以下两个步骤：采样：将二维空间上连续的图像在水平和垂直方向上进行等间距分割，形成矩形网状结构，其中的微小方格称为像素点。采样频率需遵循奈奎斯特定理，以确保能够精确复原图像。量化：确定像素灰度值的离散等级，将连续的灰度值映射到有限的离散值上。量化字长影响色彩精度和存储空间，量化位数越大，图像色彩越丰富，但数据量也越大。3请简述什么是图像锐化（sharpen）及其作用。答案：定义：图像锐化是补偿图像轮廓、增强图像边缘及灰度跳变部分的技术，旨在使图像变得清晰。它通过增加像素对比度来突出轮廓，改善视觉细节表现。作用：突出边缘和轮廓：增强图像中地物的边界和线性目标要素的特征，提高图像清晰度。改善视觉效果：使图像看起来更鲜明、更易于观察和理解。提升后续处理效果：在某些情况下，锐化图像可以改善后续图像处理步骤的效果，如目标检测和识别。应用广泛：在医学影像诊断、工业视觉检测、自动驾驶和数字摄影等领域发挥重要作用。方法：空间域处理：如使用Sobel算子、Laplacian算子等微分算子进行边缘增强。频域处理：如使用高通滤波器增强高频分量，提升图像清晰度。4什么是计算机视觉？答案：定义：计算机视觉是一门研究如何使机器“看”的科学，旨在用摄像机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉任务，并进一步进行图形处理，使计算机处理后的图像更适合人眼观察或传送给仪器检测。目标：最终目标：使计算机能像人那样通过视觉观察和理解世界，具有自主适应环境的能力。中期目标：建立一种视觉系统，能依据视觉敏感和反馈的某种程度的智能完成一定的任务，如自主车辆的视觉导航。研究内容：图像处理：对输入图像进行转换，以获得具有所希望特性的另一幅图像，如去噪、增强和矫正等。模式识别：根据从图像抽取的统计特性或结构信息对图像进行分类，如文字识别和指纹识别。图像理解：描述和解释图像所代表的景物，以便对图像代表的内容做出决定。应用领域：工业：质量控制、机器人指导等。医疗：医学图像分析、辅助诊断等。军事：探测敌方目标、导弹制导等。交通：自动驾驶、智能安防等。日常生活：数字摄影、人脸识别等。

2026年春江苏开放大学计算机视觉060731第二次形考作业答案单选题1下列关于Dropout的描述，正确的是（）A通过减少卷积层和池化层的个数，防⽌过拟合B通过减少卷积层和池化层的个数，提取出局部特征C通过随机删除部分神经元，提取出局部特征D通过随机删除部分神经元，防⽌过拟合学生答案：D2、VGGNet的参数量主要集中在（）A池化层B卷积层C激活层D全连接层学生答案：D3相较于Sigmoid和Tanh函数，ReLU函数作为激活函数的特点是（）A能够有效缓解梯度消失的问题B计算复杂，计算成本⾼昂C使模型收敛速度较慢D是线性函数学生答案：A4卷积神经网络中，若使用RGB图像作为输入，则输入层的通道数为（）A256×256B128C3D256学生答案：C5、GoogLeNet⽹络额外增加了2个辅助的Softmax层作为辅助分类器。下列关于它的描述，错误的是（）A辅助分类器给⽹络增加了反向传播的梯度信号，⼀定程度解决了梯度消失的问题B辅助分类器提供了额外的正则化C辅助分类器⽤于训练和测试阶段D辅助分类器将中间某⼀层的输出也纳⼊到最终的分类结果中学生答案：C多选题1卷积神经网络有许多神经层组成，主要包括（）A分类层B归一化层C池化层D卷积层学生答案：C；D2、SENet中的ChannelAttention机制包含的操作有（）A、DropoutB、ShortcutConnectionC、SqueezeD、Excitation学生答案：C；D3下图体现了ResNet⽹络中的BottleneckDesign结构，输⼊为256维的特征，下列描述正确的是（）A使⽤BottleneckDesign结构，能解决梯度消失的问题B1×1卷积核的主要作⽤是，对数据进⾏降维和升维的操作C使⽤BottleneckDesign结构，能够减少⽹络中的参数量D图中的⽹络结构需要的参数量为1×1×64+3×3×64+1×1×256学生答案：B；C4图像分类的类别有（）A实例级别分类B无标签分类C子类细粒度分类D多标签分类学生答案：A；C5卷积神经⽹络中，卷积过程的步骤包括（）A将卷积核放在输⼊数据的某⼀像素区域上B把结果输出在特征图的正确位置C将卷积核中的每⼀个数值和区域中对应的数值成对相乘D将乘积的结果线性叠加学生答案：A；B；C；D6下列关于跨物种语义级别的图像分类的描述，正确的是（）A分类结果呈类间⽅差较⼩，类内⽅差较⼤的特点B主要⽬的是区分属于同⼀个物种⼤类的⼦类C分类结果呈类间⽅差较⼤，类内⽅差较⼩的特点D主要⽬的是区分属于不同物种或⼤类的对象学生答案：C；D7数据增强常⽤的⽅法有（）A⽔平翻转B颜⾊光照变换C随机裁剪D平移变换学生答案：A；B；C；D8下列关于全连接层的描述，正确的是（）A经过卷积层和池化层降维，可以降低全连接层的数据计算量，提升计算效率B全连接层与上⼀层输⼊数据之间的部分神经元相互连接C全连接层的作⽤是综合已提取的特征D全连接层通常在卷积神经⽹络隐藏层的中间部分学生答案：A；C简答题1简述图像分类目前面临的困难和挑战。答案：类内差异大：同一类别中的图像可能存在巨大的外观差异。例如，动物分类中，不同品种的猫在毛色、体型、花纹等方面差异显著；植物分类里，同一物种的植物在不同生长阶段、环境条件下，其形态、颜色等特征也会有很大变化，这使得模型难以准确捕捉同一类别的共同特征。类间相似性高：不同类别的图像可能在外观上非常相似。比如在医学图像中，某些疾病的不同阶段或不同类型在影像表现上可能极为相近；在自然场景分类中，一些不同种类的鸟类、花卉等，它们的外形、颜色等特征相似度较高，容易造成分类混淆。复杂背景干扰：图像中的背景往往复杂多样，可能包含与目标物体相似的元素或无关的噪声信息。例如，在户外拍摄的动物图像中，背景可能有树木、草地、岩石等，这些背景元素可能会干扰模型对目标动物的识别和分类。数据标注问题：高质量的标注数据对于训练准确的图像分类模型至关重要。然而，人工标注数据不仅成本高、耗时长，而且标注质量可能参差不齐，存在标注错误、标注不一致等问题。此外，对于一些专业领域的图像分类任务，如医学图像、遥感图像等，需要专业人员进行标注，进一步增加了标注的难度和成本。模型泛化能力：训练好的模型在面对新的、未见过的数据时，可能无法保持良好的分类性能。这可能是由于训练数据与实际应用场景中的数据存在分布差异，或者模型过于复杂导致过拟合等原因造成的。例如，在一个特定场景下训练的图像分类模型，当应用到其他场景时，分类准确率可能会大幅下降。计算资源限制：随着图像数据量的不断增加和模型复杂度的提高，训练和部署图像分类模型需要大量的计算资源。对于一些资源有限的设备，如移动终端、嵌入式设备等，难以运行复杂的深度学习模型，这限制了图像分类技术在一些实时性要求高、资源受限场景中的应用。2简述softmax层的作用，假设数据集有c个类别，全连接层输出为，给出其对应softmax输出的表示答案：作用：将输出转化为概率分布：softmax层通常接在全连接层之后，用于将全连接层的输出转换为概率分布。它可以将每个类别的得分（logits）映射到（0,1）区间内，并且所有类别的概率之和为1，从而方便模型进行分类决策。突出最大概率类别：通过softmax函数的计算，输出值最大的类别对应的概率会相对较大，而其他类别的概率会相对较小，这样可以突出模型认为最有可能的类别，提高分类的可解释性。3简述图像分类的含义。答案：图像分类是指根据图像中呈现的信息，将图像划分到预先定义好的不同类别中的任务。其核心目标是根据图像的特征，判断该图像属于哪一个特定的类别。例如，在常见的图像分类任务中，可能将图像分为“猫”“狗”“汽车”“飞机”等类别。图像分类是计算机视觉领域中的基础任务之一，在众多实际应用中具有重要价值，如人脸识别（判断输入的人脸图像属于哪个人）、医学图像诊断（判断医学影像中是否存在某种疾病）、物体识别（识别图像中的物体类别）等。4简述Alexnet共有几层神经网络层，其中卷积层有多少层，全连接层有多少层。答案：总层数：AlexNet共有8层神经网络层。卷积层数量：其中卷积层有5层。这些卷积层通过使用不同大小的卷积核在输入图像上进行卷积操作，提取图像的局部特征，如边缘、纹理等。并且AlexNet采用了重叠的最大池化操作，进一步增强了特征的提取能力。全连接层数量：全连接层有3层。全连接层的作用是将卷积层提取到的特征进行整合和转换，最终输出分类结果。前两个全连接层具有较大的神经元数量，用于对特征进行进一步的非线性变换，最后一个全连接层的神经元数量等于数据集的类别数，通过softmax函数输出每个类别的概率。

2026年春江苏开放大学计算机视觉060731第三次形考作业答案单选题1、YOLOv2算法中，维度为26×26×512的特征图经过Passthrough层将其拆，输出的特征维度为（）A、26×26×512B、13×13×2048C、13×13×512D、26×26×2048学生答案：B2从理论的⻆度来看，检测物体时，One-stage算法和Two-stage算法的区别在于（）A、Two-stage算法的计算速度和检测精度都⾼于One-stage算法B、One-stage算法的效率较⾼，计算速度较快；Two-stage算法的精度较⾼C、One-stage算法的精度较⾼；Two-stage算法的效率较⾼，计算速度较快D、One-stage算法的计算速度和检测精度都⾼于Two-stage算法学生答案：B3在YOLO模型中，若⼀个⽹格输出的数据维度为7×7×30。其中30个参数中，包含两个边框各需要的5个参数，其余20个参数表示（）A对于10类物体，两个边框包含每种类别的概率B对于20类物体，当前⽹格检测的物体属于每种类别的概率C对于20类物体，当前⽹格包含每类物体的个数D当前⽹格临近的四个边框的需要的参数学生答案：B4下列有关使⽤R-CNN算法进⾏⽬标检测的步骤，排序正确的是（）①候选框⽣成：⽤SelectiveSearch算法在图像中⽣成候选框；②特征提取：提取候选框中的特征；③类别判断：⽤分类器对候选框中的图像进⾏分类；④候选框处理：将所有候选框的特征转换为同样⼤⼩。A①④②③B①②④③C②①④③D①②③④学生答案：A5下图中，红⾊边框是包含狗的真实边框，使⽤YOLO模型进⾏⽬标检测时，A、B、C、D、E中负责预测狗的⽹格是（）A、AB、CC、ED、B学生答案：C多选题1、BagofFreebies是⽤⼀些⽐较有⽤的训练技巧来训练模型，不增加模型的复杂度，从⽽不增加计算量，并使得模型取得更好的准确率，常⽤的⽅法有（）A训练时⾃适应调整样本损失率，降低识别正确率⾼的样本损失的权重B图像增强C增强感受野D改变边框回归损失函数学生答案：A；B；D2相较于RoIPooling，RoIAlign能够提⾼检测⽬标的精度，但提⾼效果与数据集相关，下列描述正确的是（）A、RoIAlign在图像较少的数据集上提升效果较好B在⼩⽬标较多的数据集上，RoIAlign的检测效果更好，因为检测⼩物体⽬标受于RoIPooling的量化误差的影响更⼤C、RoIAlign使⽤了双线性插值算法，获得特征值D在⼤⽬标较多的数据集上，RoIAlign的检测效果更好，因为检测⼤物体⽬标受于RoIPooling的量化误差的影响更⼤学生答案：B；C3下列关于使⽤RPN算法⽣成锚框的描述，正确的是（）A在FasterR-CNN中，RPN算法在图像经过卷积后，在得到的特征图上⽣成锚框B、RPN算法对特征图每个点⽣成9个锚框，锚框中⼼点相同，尺度⼤⼩不同C、RPN算法对特征图每个点⽣成9个锚框，锚框的尺度相同，只是中⼼点位置不同D在FasterR-CNN中，RPN算法直接在图像上⽣成锚框学生答案：A；B4下列关于RoIPooling的表述正确的是（）A、RoIPooling通过提取候选框内不同区域的像素，对候选框进⾏剪裁B、由于RoIPooling的提出，不需要再对候选区域进⾏各向同性缩放的操作，避免了图像分辨率的降低C、RoIPooling输出的特征图⼤⼩⼀致D相较于直接对候选区域剪裁，使⽤RoIPooling变换特征图⼤⼩，能够显著提⾼计算速度学生答案：B；C5、FastR-CNN是基于R-CNN改进的算法，下列关于FastR-CNN的表述正确的是（）A、FastR-CNN改进了⽣成候选区域的⽅式，提⾼了计算效率B、在RoIPooling层，输出的特征图的⼤⼩与输⼊的特征图⼤⼩相关，⼀般成⽐例进⾏缩放C、FastR-CNN算法将给定图像直接输⼊CNN，进⾏特征提取D、FastR-CNN使⽤Softmax算法对特征进⾏分类学生答案：C；D6各向同性缩放是指将不同尺⼨的候选区域统⼀成相同⼤⼩，采⽤的两种缩放⽅式为（）A先扩充后裁剪：直接把候选框的边界扩展成正⽅形，再裁剪。如果已经延伸到了原始图像的外边界，就⽤候选框中的颜⾊均值进⾏填充B直接缩放：通过缩放，将候选框的宽⾼直接变换为⼀致⼤⼩C先裁剪后扩充：先将候选框按原尺⼨剪裁，再⽤颜⾊均值填充成正⽅形D复制填充：通过复制原候选框内的图像，扩展候选框，超出部分进⾏剪裁学生答案：A；C简答题1简述目标检测深度学习模型。答案：目标检测深度学习模型分为两大类：二阶段检测器（Two-Stage）：先生成候选区域（RegionProposal），再对候选区域进行分类和边界框回归。典型模型包括R-CNN系列（如R-CNN、FastR-CNN、FasterR-CNN），其核心是通过RPN（RegionProposalNetwork）或选择性搜索生成候选框，再通过CNN提取特征并分类。精度高但速度较慢，适合对准确性要求高的场景。一阶段检测器（One-Stage）：直接预测目标的类别和位置，无需生成候选区域。典型模型包括YOLO系列（如YOLOv1、YOLOv3、YOLOv5）和SSD（SingleShotMultiBoxDetector）。它们通过端到端训练实现实时检测，速度更快但精度略低，适合移动端或实时应用。此外，还有无锚框（Anchor-Free）模型（如CornerNet、CenterNet）和基于Transformer的模型（如DETR），进一步简化了检测流程或提升了全局特征提取能力。2简述目标检测的含义。答案：目标检测是计算机视觉的核心任务之一，旨在从图像或视频中识别并定位多个目标物体。其核心输出包括：目标类别：判断图像中物体的种类（如人、车、动物等）。目标位置：通过边界框（BoundingBox）标注物体的空间范围，通常用坐标（x,y,w,h）表示。与图像分类不同，目标检测需同时解决“是什么”和“在哪里”的问题，广泛应用于自动驾驶、安防监控、医学影像分析等领域。其性能评估指标包括IoU（交并比）、AP（平均精度）和mAP（平均精度均值），速度则以FPS（每秒帧数）衡量。3简述传统目标检测的流程。答案：传统目标检测流程分为四个步骤：区域选择：采用滑动窗口遍历图像，生成不同尺寸和长宽比的候选框。此步骤计算量大且冗余度高。特征提取：对候选框内的图像区域提取手工设计的特征（如SIFT、HOG、Haar等）。这些特征对光照、形变等变化鲁棒性较差。分类器分类：使用分类器（如SVM、Adaboost）对特征进行分类，判断候选框内是否包含目标。非极大值抑制（NMS）：合并重叠的预测框，保留置信度最高的框，消除冗余检测。传统方法依赖手工特征和滑动窗口，存在速度慢、精度低的问题，逐渐被深度学习模型取代。4简述YOLO算法思想及YOLOv1结构。答案：YOLO算法思想：YOLO（YouOnlyLookOnce）将目标检测视为端到端的回归问题，通过单个神经网络直接预测边界框和类别概率，实现“一次前向传播完成检测”。其核心创新包括：网格划分：将输入图像划分为S×S网格，每个网格负责预测中心点落在该区域内的目标。单阶段检测：无需生成候选区域，直接预测边界框坐标（x,y,w,h）、置信度（Confidence）和类别概率。实时性：基础版本可达45FPS，轻量级版本（FastYOLO）超过150FPS，远超两阶段模型。YOLOv1结构：网络架构：受GoogleNet启发，包含24个卷积层（用于特征提取）和2个全连接层（用于预测输出）。使用1×1卷积降维，3×3卷积提取特征。输出张量：尺寸为S×S×(B×5+C)，其中S=7（网格数），B=2（每个网格预测的边界框数），C=20（类别数）。每个边界框包含5个值（x,y,w,h,Confidence）。损失函数：由三部分组成：位置误差：衡量边界框坐标的预测误差，对宽高取平方根以降低对大物体的敏感度。置信度误差：区分目标是否存在，使用二元交叉熵损失。分类误差：衡量类别概率的预测误差，使用多元分类损失。YOLOv1通过统一架构实现了速度与精度的平衡，但在小目标检测和密集场景下表现较差，后续版本（如YOLOv3、YOLOv5）通过引入多尺度检测、锚框机制等改进了这些问题。判断题1、YOLO算法属于Two-stage目标检测算法？A正确B错误学生答案：B填空题1目标检测的三个阶段包括，，学生答案：区域选择；特征提取；分类

2026年春江苏开放大学计算机视觉060731第四次形考作业答案单选题1下列关于⻛格迁移算法的描述，错误的是（）A损失函数由内容损失和⻛格损失两部分组成B特征图由内容图和⻛格图各⾃经过卷积神经⽹络后得到C深层卷积层得到的内容图的特征图，更加抽象D最⼩化内容损失，可以使⽣成图的特征图接近于内容图的特征图，保留图像⻛格学生答案：D2、GAN的⽣成⽹络的算法流程不包括（）A⽣成随机变量，并⽣成假样本B将假样本输⼊判别器，希望得到接近真样本的⾼得分C将⽣成⽹络的参数传⼊判别⽹络D优化⽣成⽹络，最⼩化损失函数学生答案：C3、PixelRNN的核⼼思想为预测图像中像素值的（）A灰度值B条件分布C联合分布D边缘分布学生答案：B4、ConditionalGatedPixelCNN的改进⽅向主要在于（）A提⾼计算速度B定向⽣成某种类别的图像C提⾼⽣成图像的质量D⽣成多样化的图像学生答案：B多选题1、PixelRNN采⽤了DiagonalBiLSTM和ResidualConnections等结构，下列关于其描述正确的是（）A当PixelRNN⽹络较深时，采⽤ResidualConnections能够提⾼收敛速度B、DiagonalBiLSTM将输⼊图映射到另⼀空间C、DiagonalBiLSTM将像素点前后的所有的像素值纳⼊计算D、RGB图像中，R通道会受到G和B通道的像素值的影响学生答案：A；B2变分⾃编码器的结构，主要分为两部分（）A⽣成⽹络B模板分⽀C推断⽹络D检测分⽀学生答案：A；C3、PixelCNN在PixelRNN的基础上进⾏了改进，下列说法正确的是（）A、PixelCNN使⽤掩膜卷积核，避免像素点受到后⽣成的像素值的影响B、PixelCNN使⽤池化层，并⾏计算图像区域的特征C、RowLSTM和DiagonalLSTM需要逐层顺序计算D在训练、测试和⽣成图像时，PixelCNN具有并⾏计算的优势学生答案：A；C4下列关于⽣成对抗⽹络（GAN）的描述，正确的是（）A判别⽹络的任务是：⽣成接近真实样本的数据，并判断图像⽣成效果B判别⽹络对输⼊的假样本和真样本打分，使真样本得分⾼，假样本得分低C⽣成⽹络的任务是：判断输⼊的数据是否为真实样本D、GAN⽹络结构主要分为：⽣成⽹络和判别⽹络学生答案：B；D5下列关于图像⽣成技术的描述，正确的是（）A图像⽣成技术只能⽣成相似图像，不能⽤于视频预测B使⽤图像⽣成技术，可以修复图像C图像⽣成属于⽆监督学习任务D原始数据集的真实分布可以直接求出学生答案：B；C6下列关于变分⾃编码器的描述，正确的是（）A变分下界是原始样本的对数似然函数的下界B推断⽹络的主要任务是近似推断隐变量的后验分布C⽣成⽹络的主要任务是⽣成新的隐变量D、KL散度⽤于度量两个变量之间的距离学生答案：A；B简答题1简述DCGAN网络结构。答案：DCGAN（深度卷积生成对抗网络）通过卷积层替代传统GAN的全连接层，提升图像生成稳定性。其核心结构包括：生成器：输入随机噪声向量，通过全连接层映射为高维特征图，再经多层转置卷积（反卷积）逐步上采样，生成与真实图像尺寸一致的假图像。隐藏层使用ReLU激活函数，输出层用Tanh（像素值范围[-1,1]），并引入批量归一化（BN）加速训练。判别器：输入真实或生成图像，通过多层卷积（步幅卷积替代池化层）逐步下采样，提取空间特征。隐藏层用LeakyReLU激活函数，输出层用Sigmoid（概率值0~1），输入/输出层不使用BN以避免过度平滑。架构约束：移除全连接层（仅生成器输入、判别器输出保留），生成器上采样与判别器下采样对称，确保梯度流动稳定。2简述图像生成的含义及主要方法。答案：含义：图像生成是通过算法从随机噪声或现有图像中创建新图像的过程，广泛应用于虚拟现实、艺术创作、影视特效等领域。其核心是学习图像数据的内在规律，生成逼真或风格化的视觉内容。主要方法：生成对抗网络（GAN）：由生成器和判别器对抗训练，生成高质量图像。变分自编码器（VAE）：通过编码器将图像压缩为潜在变量，再由解码器重构，生成平滑连贯的图像。扩散模型：模拟随机扩散过程，通过反向迭代逐步去噪生成图像，如DDIM（基于扩散过程的图像生成方法）。自回归模型：适用于离散数据（如文本生成图像），通过序列逻辑生成精细结构。3简述风格迁移及主要方法。答案：含义：风格迁移是将一张图像的内容与另一张图像的风格融合，生成具有新风格的图像。内容指图像的高级宏观结构，风格指纹理、颜色等视觉特征。主要方法：基于图像迭代的方法：直接在白噪声图像上优化迭代，如Gatys提出的神经风格迁移，通过最小化内容损失（VGG网络深层特征差异）和风格损失（Gram矩阵差异）实现风格迁移，但计算成本高。基于模型迭代的方法：训练神经网络模型实现风格迁移，如快速风格迁移（FastNeuralStyleTransfer），通过引入风格化网络加速生成，实时性强。基于生成对抗网络（GAN）的方法：如CycleGAN，无需成对训练数据，通过循环一致性对抗网络实现不同风格图像间的转换，灵活性高。4最少给出三类具有代表性的生成模型。答案：生成对抗网络（GAN）：通过对抗训练生成高质量图像，适用于需要高视觉效果的场景（如人脸生成）。变分自编码器（VAE）：通过潜在变量分布生成图像，易于训练且生成的图像平滑连贯，适合低维到中维数据（如密度估计、异常检测）。扩散模型：通过反向扩散过程生成图像，细节保真度高，适用于对真实感要求极高的场景（如超分辨率图像生成）。判断题1、VAE（变分自编码器）是Kingma等人基于马尔科夫链提出的生成模型？A正确B错误学生答案：B

2026年春江苏开放大学计算机视觉060731第五次形考作业答案单选题1下图为⼈脸识别算法DeepFace的⽹络结构，红⾊框内为卷积层和池化层，⽤于对⼈脸进⾏特征提取，下列相关说法错误的是（）A、C3、L4卷积层使⽤参数不共享的卷积核B、C1卷积层的主要⽬的是提取⼈脸低层次的特征C、输⼊C1卷积层的图像要求像素⼤⼩相同D、L5卷积层使⽤参数不共享的卷积核学生答案：A2下图具体展示了使⽤深度学习⽅法，进⾏⼈脸识别的流程，下列相关说法错误的是（）A、D处进⾏⼈脸表征，提取⼈脸特征信息B、C处进⾏⼈脸匹配，矫正⼈脸的形态，和数据库中的图像进⾏匹配C、B处检测⼈脸特征点的位置D、A处进⾏⼈脸检测，确定⼈脸在图像中的⼤⼩和位置学生答案：B3、DeepFace算法选择（）基准点进行检测。A7B5C6D4学生答案：C4采⽤深度学习⽅法进⾏⼈脸识别时，通常包括以下四个步骤，下列排序正确的是（）a.⼈脸对⻬b.⼈脸表征c.⼈脸检测d.⼈脸匹配A、bdacB、cabdC、abcdD、cbad学生答案：B5特征脸法和基于⼏何特征的⼈脸识别⽅法，都是常⽤的传统⼈脸识别⽅法，下列相关描述错误的是（）A使⽤特征脸法时，每个⼈脸都可以表示为特征脸的线性组合B使⽤基于⼏何特征的⼈脸识别⽅法时，不需要采⽤分类器进⾏⼈脸识别C使⽤基于⼏何特征的⼈脸识别⽅法时，需要对脸部主要器官进⾏定位D使⽤特征脸法时，需计算⼈脸图像的特征向量，即“特征脸”学生答案：B6下图为DeepID进⾏特征提取时，卷积神经⽹络的输⼊数据，即⼈脸图像经过处理后，得到的多个Patch。⼀张⼈脸图像输⼊卷积神经⽹络的Patch不包括（）A⼈脸不同区域的图像，如眼睛、⿐⼦部分图像B与该⼈脸相似的，其他⼈脸的图像C同⼀图像经过放缩得到的不同尺度的图像D该⼈脸图像转换后的灰度图像学生答案：B多选题1、DeepID算法可以使⽤联合⻉叶斯、神经⽹络两种⽅法进⾏⼈脸验证，下列相关描述错误的是（）A神经⽹络算法将需要对⽐的两张图像，联合输⼊⽹络，进⾏特征提取B联合⻉叶斯算法假设⼈脸特征为两个相关性较⾼的⾼斯分布之和C神经⽹络算法得到的不同⼈脸的特征相似度较⾼、同⼀⼈脸的特征相似度较低D联合⻉叶斯算法采⽤EM算法估计参数学生答案：B；C2、DeepFace是经典的⼈脸识别算法，下列描述正确的是（）A、DeepFace通过卷积神经⽹络实现⼈脸2D对⻬B、DeepFace⽹络中的第⼀层卷积，⽤于提取低层次的特征C、在使⽤DeepFace⽹络中后三个卷积层学习⼈脸部眼、⿐、嘴的特征时，应采⽤不同的卷积核学习，且参数不共享D、DeepFace对⼈脸进⾏3D对⻬的⽬的是将⼈脸图像更⽴体化学生答案：B；C3、FaceNet可以⽤于⼈脸验证、识别和聚类，下列相关描述错误的是（）A、FaceNet在经典⼈脸数据集LFW上能够达到较⾼的识别准确率B、FaceNet中图像嵌⼊的过程，是指计算特征向量的相关性C、FaceNet中，图像相似度与图像的空间距离⽆关，与提取的特征有关D、FaceNet将图像映射到欧⼏⾥得空间，再进⾏计算学生答案：B；C4基于⼏何特征的⼈脸识别⽅法的计算过程包括（）A采⽤主成分分析，计算⼈脸特征向量B定位⼈脸眼、⼝、⿐等器官C计算⼈脸特征点之间的距离D计算多个⼈脸的“平均脸”学生答案：B；C5如今⼈脸识别算法越来越受到重视，下列关于⼈脸识别的描述，错误的是（）A⼈脸识别是通过提取⼈脸图像的信息，进⾏身份验证B悲伤、快乐等表情不会对⼈脸识别造成影响C特征脸法是常⽤的深度学习⽅法，⽤以进⾏⼈脸识别D作为⽣物特征识别对象，⼈脸具有稳定、便捷、不易伪造等优点学生答案：B；C简答题1简述基于特征脸的人脸识别方法。答案：基于特征脸（Eigenfaces）的方法是一种经典的线性子空间人脸识别技术，其核心步骤如下：数据预处理：对训练集人脸图像进行灰度化、几何归一化（对齐眼睛、鼻子等关键点）和直方图均衡化（增强对比度）。构建协方差矩阵：将所有训练图像按列展开为向量，计算均值向量后，通过中心化（减去均值）得到数据矩阵，再计算协方差矩阵以捕捉人脸特征的主要变化方向。特征值分解：对协方差矩阵进行特征值分解，选取前k个最大特征值对应的特征向量，构成