第1頁共4頁《計算機視覺應用開發》期末考試試題B卷（開卷）適用班級：人工智能2001/2002專業：人工智能技術服務考試時長：120分鐘得分閱卷人一、得分閱卷人1．計算機視覺對待問題的解決方案的流程不包括（）A.圖像預處理B.建立模型C.提取特征D.模型優化2．下列說法正確的是：（）A.單色位圖：每個像素最多可以表示2種顏色，只需要使用長度為1的二進制位來表示，因此每個像素占1/4B。B.16色位圖：每個像素最多可以表示16種顏色，所以只需要長度為4的二進制表示，因此每個像素占1/2B。C.16色位圖：每個像素最多可以表示16種顏色，所以只需要長度為8的二進制表示，因此每個像素占1/2B。D.256色位圖：每個像素最多可以表示256中顏色，所以只需要長度為16的二進制表示，因此每個像素占1B。3.下列哪種不是OpenCV中imread()的圖片讀取方式（）A.cv2.IMREAD_CHANGEDB.cv2.IMREAD_GRAYSCALEC.cv2.IMREAD_UNCHANGEDD.cv2.IMREAD_COLOR4.可以通過哪種命令來實現圖像的高斯濾波（）A.cv2.blur()B.cv2.GaussianBlur()C.cv2.medianBlur()D.cv2.bilateralFilter()5.下面哪個方法不屬于分類方法（）A.KNNB.SVMC.K-meansD.人工神經網絡6.卷積神經網絡結構順序為（）A.conv->bn->ReLu->poolB.conv->bn->pool->ReLuC.conv->ReLu->bn->poolD.bn->conv->ReLu->pool7.隨著網絡深度的進行，圖像的空間大小將越來越（），而通道數會越來越（）。A.大、小B.小、小C.小、大D.大、大8.下列不屬于two-stage目標檢測算法的是（）YOLOB.R-CNNC.SPP-NetD.FastR-CNN9.下列哪個不屬于目標檢測的指標參數（）召回率誤檢數精確率檢測速度10.數據增強的作用描述正確的是？（）A.當數據不足的時候用已有的訓練樣本數據來生成更多的訓練數據。B.當數據不足的時候用已有的數據來生成更真實的數據樣本。C.用已有的數據來拓展數據的多樣性，從而增加數據副本。D.數據增強可以提高圖像的識別效率。11.下面哪個不屬于語義分割網絡？（ ）A．U-Net B．FCN C．CNN D．segnet12.下列說法不正確的是（）A.圖像風格遷移屬于圖像生成任務B.gram矩陣可以度量兩個圖像風格的差異C.圖像的內容損失可以通過均方誤差來表示D.VGG-19有19個卷積層13.下列關于說法不正確的是（）。A.DF值廣泛應用于大規模語料的特征降維B.計算出每個特征的信息增益后，就可以移除那些信息量較低的特征C.互信息是指根據特征與類別的關聯程度來計算特征與類別的相關度D.當對梁樣本平均數進行比較時，可以采用卡方檢驗14.下面屬于基于深度學習的超分辨率重建方法流程的是（）A.加載數據—構造低分辨率圖像—搭建網絡映射到低分辨率字典—訓練預測B.加載數據—搭建網絡映射到低分辨率字典—訓練預測C.加載數據—搭建網絡映射到高分辨率字典—構造低分辨率圖像—訓練預測D.加載數據—構造低分辨率圖像—搭建網絡映射到高分辨率字典—訓練預測15.為了防止重建圖像過度平滑，SRGAN重新定義了損失函數，并將其命名為（）A.MSE損失B.感知損失C.內容損失D.對抗損失得分閱卷人二、判斷得分閱卷人1.顏色三通道就是通常所說的彩色圖，每個像素點由三個值表示圖像像素值由紅(0~255)、綠(0~255)、藍(0~255)疊加表示。（）2.均值濾波和高斯濾波都屬于線性濾波方式。（）3.使用的預訓練模型是自然場景下的圖片訓練的，目標任務是人臉識別，可以使用微調預訓練模型來實現目標任務。（）4.通用目標檢測核心是1(目標)+1(背景)=2分類問題。（）5.檢測器檢測出來的矩形框與任何人工標注框的IoU都大于0.5，則認為這個檢測結果是誤檢。（）6.有監督圖像增強，其圖像來源是計算機通過某種方法自動繪制而成的。（）7.標準語義分割（standardsemanticsegmentation）也稱為全像素語義分割，它是將每個像素分類為屬于對象類的過程。（）8.圖像分辨率是一組用于評估圖像中蘊含細節信息豐富程度的性能參數。（）9.高分辨率圖像通常包含更大的像素密度、更豐富的紋理細節及更高的可信賴度。（）10.任何一幅特定的圖像都有唯一的直方圖與之對應，但不同的圖像可以有相同的直方圖。（）得分閱卷人三、填空得分閱卷人1.OpenCV中閾值分割的方式分別為______、______、________、_________、______。2.在OpenCV中，可以使用__________函數來實現直方圖均衡化，返回值即為均衡化后的圖像。3.最簡單的SVM通過在高維空間中尋找一個最優線性分類面，對于特征向量x的決策函數為____________。4.激活函數的作用有________、________等。5.在利用深度學習做物體檢測之前，傳統算法對于目標檢測通常分為3個階段：______、_______和________。6.使用下面命令cv2.cvtColor(img,______________)可將圖片轉換為灰度圖。7.decoder對縮小后的特征圖像進行上采樣，然后對上采樣后的圖像進行卷積處理，目的是完善物體的 ，從而彌補encoder中池化層將物體縮小造成的細節損失。8.多圖像超分辨率重建算法根據重建過程所在域不同可分為_________和_________。9.指識別自然場景圖片中的文字信息。自然場景圖像中的文字識別，其難度遠大于掃描文檔圖像中的文字識別，因為它的文字展現形式極其豐富。10.是一類以序列數據為輸入，在序列的演進方向進行遞歸且所有節點（循環單元）按鏈式連接的遞歸神經網絡。11.卷積操作使得 之間存在有位置上的連接關系。12.圖像分類方法大致分為兩類，___________和____________。13.人臉編碼中，使用到了face_recognition.face_encodings()函數，該函數的作用就是將加載的圖片轉換成一個維的包含人臉特征的數組。得分閱卷人四、綜合應用得分閱卷人簡述固定閾值分割、自適應閾值分割和Otsu閾值分割的優缺點及適用場景得分閱卷人得分閱卷人用numpy實現gram矩陣的計算。得分閱卷人六、綜合應用題三得分閱卷人編寫一段程序,使用Haar聯檢器檢圖像中的人臉,并用矩形框標注人臉位置。《計算機視覺應用開發》期末考試試題B卷答題紙適用班級：人工智能2001/2002專業：人工智能技術服務得分閱卷人一、選擇得分閱卷人1.2.3.