2026年大学大二(计算机视觉)视觉识别综合测试试题及答案

2026年大学大二(计算机视觉)视觉识别综合测试试题及答案一、单项选择题（本大题共10小题，每小题2分，共20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预处理阶段，为了消除图像中的高频噪声同时尽可能保留图像边缘信息，通常首选哪种滤波器？A.均值滤波器B.高斯滤波器C.中值滤波器D.双边滤波器2.下列关于SIFT（尺度不变特征变换）描述子特性的描述中，错误的是？A.具有旋转不变性B.具有尺度不变性C.对光照变化完全不敏感D.对视角变化具有一定的鲁棒性3.在卷积神经网络（CNN）中，池化层的主要作用不包括？A.降低特征图的维度B.减少模型参数和计算量C.引入非线性激活D.增大后续层的感受野4.在目标检测任务中，用于衡量预测框与真实框重叠度的指标是？A.Precision（精确率）B.Recall（召回率）C.IoU（交并比）D.F1-Score5.假设输入图像大小为224×224×3，使用64个大小为7×A.112B.109C.224D.2186.Harris角点检测算法通过计算图像梯度的结构张量来判断角点。若结构张量的两个特征值都很大，则该点属于？A.平坦区域B.边缘C.角点D.噪声点7.在图像分类任务中，常用的损失函数是交叉熵损失。对于二分类问题，若真实标签为y=1，模型预测概率为p=A.−B.−C.−D.0.2238.下列哪种颜色空间最接近人类视觉感知，且常用于将亮度信息与色度信息分离，以便在光照变化下进行颜色识别？A.RGBB.CMYKC.HSVD.Gray9.在语义分割任务中，为了解决卷积操作带来的空间分辨率降低问题，常采用哪种结构来恢复图像尺寸？A.最大池化B.全连接层C.转置卷积或上采样D.Dropout层10.RANSAC（随机抽样一致）算法常用于计算机视觉中的？A.图像增强B.特征点匹配提纯C.图像分类D.速度计算二、多项选择题（本大题共5小题，每小题4分，共20分。在每小题给出的四个选项中，有多项是符合题目要求的。全部选对得4分，少选得2分，错选不得分）1.传统的图像边缘检测算子包括？A.Sobel算子B.Laplacian算子C.Canny算子D.HOG算子2.卷积神经网络中，激活函数的作用是引入非线性因素。常见的激活函数包括？A.SigmoidB.TanhC.ReLUD.Softmax3.数据增强在深度学习视觉任务中非常重要，常见的数据增强方法有？A.随机裁剪B.随机水平翻转C.颜色抖动D.归一化4.关于卷积神经网络中的“卷积”操作，以下说法正确的有？A.卷积核的参数是共享的B.卷积操作具有局部连接的特性C.卷积操作只能处理二维数据D.卷积操作可以通过矩阵乘法加速计算5.在评估目标检测模型性能时，通常需要关注的指标有？A.mAP（平均精度均值）B.FPS（每秒帧数）C.IoU阈值D.Loss曲线三、填空题（本大题共10小题，每小题2分，共20分）1.一幅分辨率为1024×2.在形态学图像处理中，\_\_\_\_\_\_运算通常用于填充图像中的小孔洞，而\_\_\_\_\_\_运算用于去除小的噪声颗粒。3.给定一个3×3的图像矩阵I和卷积核4.在反向传播算法中，权重更新公式通常为w=wη5.HOG（方向梯度直方图）特征提取的核心思想是将图像分成小的连通区域，称为\_\_\_\_\_\_，然后统计每个区域内的梯度方向信息。6.在深度学习训练中，为了防止过拟合，除了正则化外，还常在训练过程中随机丢弃一部分神经元，这种方法称为\_\_\_\_\_\_。7.对于一个输入大小为32×8.YOLO（YouOnlyLookOnce）算法将目标检测问题转化为单一的\_\_\_\_\_\_问题，从而实现了实时检测。9.在摄像机几何中，描述三维世界坐标点到二维图像坐标点映射关系的线性变换矩阵被称为\_\_\_\_\_\_。10.在计算两个特征向量之间的相似度时，余弦相似度的取值范围是\_\_\_\_\_\_。四、简答题（本大题共4小题，每小题10分，共40分）1.简述Canny边缘检测算法的主要步骤及其每一步的目的。2.请解释卷积神经网络（CNN）中的“感受野”概念，并说明感受野大小对网络性能的影响。3.比较R-CNN系列（如FastR-CNN）与YOLO系列（如YOLOv3）在目标检测策略上的主要区别。4.什么是过拟合？在计算机视觉任务中，通常有哪些技术手段可以缓解过拟合现象？五、计算与分析题（本大题共3小题，每小题20分，共60分）1.卷积计算与维度推导假设输入特征图X的维度为4×X=[卷积核K的维度为2×K=[偏置b=(1)请计算步长为1，填充为0时的输出特征图Y。(2)若输入特征图维度变为H×W，卷积核大小为k×k，步长为2.SIFT特征匹配与RANSAC假设我们有两幅图像I1和I2，通过SIFT算法提取了特征点并进行初步匹配，得到了一组候选匹配点对。由于存在误匹配，我们需要使用RANSAC算法计算单应性矩阵H来剔除错误匹配。(1)简述RANSAC算法的基本流程。(2)假设单应性矩阵模型计算至少需要4对点。若数据集中包含50%的误匹配，设RANSAC的迭代次数为N，置信概率为P=0.99，请估算需要的迭代次数3.CNN网络架构分析给定一个简单的CNN网络结构用于图像分类：输入层：32×Conv1：卷积核5×Pool1：最大池化，核2×Conv2：卷积核3×Pool2：最大池化，核2×FC1：全连接层，输出节点128FC2：全连接层，输出节点10（对应10个类别）请计算：(1)Conv1层输出的特征图尺寸。(2)Pool1层输出的特征图尺寸。(3)Conv2层输出的特征图尺寸。(4)Pool2层输出的特征图尺寸。(5)FC1层输入向量的长度（即Pool2输出的总元素个数）。六、综合应用题（本大题共1小题，共30分）设计一个用于“智能交通监控系统”的车辆检测与识别系统。该系统需要从道路监控视频中实时检测车辆，并识别车辆类型（如轿车、卡车、公交车）。1.请画出该系统的整体处理流程框图（用文字描述节点及流向即可），并简要说明每个模块的功能。2.在选择深度学习骨干网络时，需要在精度和速度之间权衡。请比较MobileNet和ResNet在移动端或边缘设备部署时的优缺点，并给出你的选择及理由。3.针对夜间低照度环境下的车辆检测效果变差的问题，请提出至少两种具体的改进方案，并从原理上解释其有效性。4.假设系统在测试集上的mAP为0.85，但在实际部署时发现漏检率较高。请分析可能的原因（从数据分布、模型评估、环境因素等方面）。参考答案与详细解析一、单项选择题1.D解析：双边滤波器同时考虑空间邻域和像素值差异，能在去噪（高斯平滑）的同时较好地保留边缘信息。均值滤波和高斯滤波会导致边缘模糊。中值滤波对椒盐噪声效果好，但对高斯噪声效果一般且不一定能保留边缘细节。2.C解析：SIFT对光照变化具有一定的鲁棒性（通过梯度归一化），但并非“完全不敏感”。极端的光照变化仍可能导致特征丢失或描述子距离改变。它具有旋转、尺度不变性。3.C解析：池化层的主要作用是降维、减少参数和计算量、防止过拟合以及增大感受野。引入非线性激活主要是激活函数（如ReLU）的作用。4.C解析：IoU（IntersectionoverUnion）即交并比，是衡量两个边界框重叠程度的指标，是目标检测中核心的定位评价指标。5.A解析：输出尺寸公式为O=⌊⌋+1。代入I6.C解析：Harris角点检测原理：若两个特征值都很大，说明在任意方向移动窗口都会导致灰度剧烈变化，即为角点；若一大一小，则为边缘；若都小，则为平坦区域。7.D解析：二分类交叉熵损失L=−[yl8.C解析：HSV空间（色调、饱和度、明度）将亮度与颜色信息分离，非常适合处理光照变化下的物体识别。RGB中三者耦合度高。9.C解析：语义分割需要输出与原图同尺寸的分类图。卷积和池化会缩小尺寸，因此需要转置卷积或上采样来恢复分辨率。10.B解析：RANSAC用于从包含大量离群点（噪声/错误匹配）的数据中拟合出数学模型（如直线、单应性矩阵），常用于特征匹配提纯。二、多项选择题1.ABC解析：Sobel、Laplacian、Canny均为经典的边缘检测算子。HOG是特征描述子，用于目标表示，不是边缘检测算子。2.ABCD解析：Sigmoid、Tanh、ReLU是常见的隐藏层激活函数；Softmax常用于多分类输出层将得分转为概率，也属于激活函数范畴。3.ABC解析：随机裁剪、翻转、颜色抖动是典型的数据增强手段。归一化是数据预处理步骤，虽然重要但通常不归类为“数据增强”（不改变样本本质内容，只改变数值分布）。4.ABD解析：卷积具有权值共享（A）和局部连接（B）特性。卷积可以通过im2col转化为矩阵乘法加速（D）。卷积操作不仅限于2D，1D（语音）和3D（视频）也是存在的，故C错误。5.ABCD解析：mAP衡量精度，FPS衡量速度，IoU阈值影响判定正负样本的标准，Loss曲线用于监控训练状态。这些都是评估模型时关注的指标。三、填空题1.2.25(或2.36)解析：总像素数1024×768=786,2.闭运算；开运算解析：闭运算（先膨胀后腐蚀）填孔洞；开运算（先腐蚀后膨胀）去噪。3.1x1解析：3×3输入，3×4.学习率解析：η控制参数更新的步长。5.Cell（单元格）解析：HOG将图像划分为小的Cell，统计Cell内的梯度直方图。6.Dropout解析：Dropout在训练时随机将神经元输出置为0，防止神经元共适应。7.28x28x6解析：O=8.回归解析：YOLO将检测框坐标和类别概率预测统一作为一个回归问题处理。9.投影矩阵解析：通常用P表示，包含内参和外参。10.[-1,1]解析：余弦相似度co四、简答题1.Canny边缘检测步骤及目的：(1)高斯滤波：目的在于平滑图像，去除噪声，避免噪声被误检为边缘。(2)计算梯度幅值和方向：通常使用Sobel算子，目的是找出图像灰度变化最快的位置和方向。(3)非极大值抑制：目的是将宽边缘“细化”为单像素宽的边缘，保留局部梯度最大的点。(4)双阈值检测与边缘连接：设置高、低两个阈值。强边缘（>高阈值）肯定保留；弱边缘（介于高低阈值之间）如果与强边缘相连则保留，否则抑制。目的是抑制虚假边缘并连接断裂边缘。2.感受野概念及影响：(1)概念：感受野是指卷积神经网络中，特征图上某个位置的特征点（神经元）在原始输入图像上所能“看到”或“受影响”的区域大小。(2)影响：感受野过小：网络只能捕捉局部特征，难以理解图像的语义信息，导致分类或检测性能下降。感受野过大：虽然能捕捉全局信息，但可能丢失细节信息，且计算量通常较大。设计原则：通常希望在网络深层拥有足够大的感受野以覆盖整个目标物体，同时在浅层保留小感受野以提取纹理等细节。3.R-CNN与YOLO策略区别：(1)R-CNN系列（两阶段）：策略：先通过区域提议网络（如RPN）生成可能包含目标的候选框，然后对每个候选框进行特征提取和分类/回归。特点：精度高，但速度慢（因为候选框数量多且串行处理）。(2)YOLO系列（单阶段）：策略：将输入图像划分为网格，直接在网格上回归目标的边界框和类别概率，不需要显式的候选框生成步骤。特点：速度极快，适合实时应用，但在处理小目标或密集遮挡目标时，精度通常略低于两阶段算法。4.过拟合及缓解手段：(1)定义：模型在训练数据上表现很好（Loss很低），但在测试集或未知数据上表现很差（泛化能力弱）。这是因为模型拟合了训练数据中的噪声而非普遍规律。(2)缓解手段：数据增强：增加训练数据的多样性和数量。正则化：如L1/L2正则化，限制权重参数过大。Dropout：随机丢弃神经元，减少依赖。早停：在验证集Loss不再下降时停止训练。简化模型：减少网络层数或参数量。五、计算与分析题1.解：(1)卷积计算：输入4×4，核2×逐位计算（假设左上角对齐）：=========输出特征图Y为全1矩阵。(2)通用公式：==2.解：(1)RANSAC流程：1.从数据集中随机抽取最小样本集（4对点）。2.利用这4对点计算单应性矩阵模型H。3.用H去测试剩余的所有数据点，计算点对变换后的误差（如投影距离）。4.统计误差小于阈值的内点数量。5.重复上述步骤N次，保留内点数量最多的模型作为最佳模型。6.（可选）用所有内点重新计算最终的H。(2)迭代次数估算：设内点概率为ϵ=0.5，则至少选取一次全部为内点的概率为N次迭代内至少有一次成功的概率为P=其中m=代入公式：0.990.01N3.解：(1)Conv1：输入32，核5，步1，填0。O=输出：28×(2)Pool1：输入28，核2，步2。O=输出：14×(3)Conv2：输入14，核3，步1，填0。O=输出：12×(4)Pool2：输入12，核2，步2。O=输出：6×(5)FC1输入长度：6×六、综合应用题1.系统流程框图及功能：(1)视频采集：从摄像头获取视频流。(2)帧预处理：图像去噪、尺寸归一化。(3)目标检测模块：使用CNN（如YOLO）检测车辆位置，输出边界框。(4)裁剪与分类：根据检测框裁剪图像，送入分类网络（ResNet/MobileNet）识别车辆类型。(5)后处理：跟踪（DeepSORT）防止重复计数，逻辑判断（如压线检测）。(6)结果输出：在视频上叠加标注信息并显示/报警。2.骨干网络选择与比较：ResNet：利用残差连接，网络可以很深，精度通常较高。但参数量和计算量较大，对硬件要求高，在边缘设备