长沙理工大学《机器视觉与应用》2023-2024学年第一学期期末试卷.docVIP

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PAGE1页，共NUMPAGES3页

长沙理工大学

《机器视觉与应用》2023-2024学年第一学期期末试卷

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、计算机视觉在无人驾驶中的应用需要对周围环境进行快速准确的感知。假设车辆要在复杂的城市道路环境中行驶，以下哪种传感器的数据融合可能对提高环境感知的可靠性至关重要？（）

A.摄像头与激光雷达

B.摄像头与毫米波雷达

C.激光雷达与超声波传感器

D.以上都有可能

2、在计算机视觉的目标跟踪任务中，需要在视频序列中持续跟踪特定的目标。假设我们要跟踪一个在人群中快速移动的人物，以下哪种目标跟踪算法能够更好地处理目标的外观变化和遮挡情况？（）

A.基于卡尔曼滤波的跟踪算法

B.基于粒子滤波的跟踪算法

C.基于深度学习的跟踪算法，如Siamese网络

D.基于均值漂移的跟踪算法

3、在计算机视觉的场景理解任务中，假设要理解一个室内场景的布局和功能，例如判断是办公室还是客厅。以下哪种信息对于准确理解场景是至关重要的？（）

A.物体的类别和位置

B.图像的颜色分布

C.图像的拍摄角度

D.随机选择图像中的部分区域进行分析

4、在计算机视觉的图像生成任务中，假设要生成具有真实感的自然图像。以下关于图像生成方法的描述，正确的是：（）

A.生成对抗网络（GAN）能够生成逼真的图像，但训练过程不稳定，容易模式崩溃

B.变分自编码器（VAE）生成的图像多样性好，但真实感不如GAN生成的图像

C.自回归模型在图像生成中效率高，能够快速生成高质量的图像

D.所有的图像生成方法都能够生成与真实世界完全一致的图像

5、在计算机视觉的图像生成任务中，假设要生成逼真的人脸图像。以下关于生成模型的架构选择，哪一项是需要特别关注的？（）

A.选择传统的多层感知机（MLP）架构

B.采用生成对抗网络（GAN）架构，通过对抗训练生成高质量图像

C.运用卷积神经网络（CNN）架构，但不使用池化层

D.构建循环神经网络（RNN）架构，处理图像的序列信息

6、计算机视觉中的动作识别是对视频中的人体动作进行分类和理解。假设我们要分析一段体育比赛的视频，识别其中运动员的各种动作，以下哪种方法能够有效地捕捉动作的时空特征？（）

A.基于手工特征和分类器的方法

B.基于深度学习的时空卷积网络

C.基于光流和轨迹的方法

D.基于隐马尔可夫模型的方法

7、目标检测是计算机视觉中的重要任务之一，旨在定位和识别图像中的多个目标。假设我们要在城市街道的图像中检测行人和车辆。对于处理这种复杂场景的目标检测任务，以下哪种技术通常能提供更准确的检测结果？（）

A.基于滑动窗口的传统目标检测方法

B.基于区域提议的目标检测算法，如R-CNN系列

C.基于回归的一阶段目标检测算法，如YOLO系列

D.基于聚类的目标检测方法

8、在计算机视觉的目标识别任务中，假设要识别不同种类的水果。以下关于应对类内差异和类间相似性的策略，哪一项是不正确的？（）

A.增加训练数据的多样性，包括不同角度、大小和成熟度的水果

B.提取更具区分性的特征，减少类内差异和类间相似性的影响

C.降低模型的复杂度，避免过度拟合类内差异和类间相似性

D.忽略类内差异和类间相似性，依靠模型的自动适应能力

9、计算机视觉中的行人重识别是指在不同摄像头拍摄的图像中识别出同一个行人。假设要在一个大型商场的监控系统中实现行人重识别，以下关于行人重识别方法的描述，正确的是：（）

A.基于颜色和纹理特征的方法对行人的姿态和光照变化不敏感，识别准确率高

B.深度学习中的度量学习方法能够学习到行人的判别性特征，但容易受到背景干扰

C.行人重识别系统只需要关注行人的外观特征，不需要考虑行人的行为特征

D.行人重识别在不同场景和摄像头视角下的性能始终保持稳定，不受影响

10、计算机视觉中的场景理解是一项具有挑战性的任务。假设要理解一个城市街道的场景图像，包括道路、建筑物、车辆和行人等元素。以下关于场景理解方法的描述，正确的是：（）

A.基于语义分割的方法能够将图像中的每个像素