南宁学院《承压设备安全技术》2023-2024学年第二学期期末试卷.docVIP

站名：

站名：年级专业：姓名：学号：

凡年级专业、姓名、学号错写、漏写或字迹不清者，成绩按零分记。

…………密………………封………………线…………

第PAGE1页，共NUMPAGES1页

南宁学院

《承压设备安全技术》2023-2024学年第二学期期末试卷

题号

一

二

三

四

总分

得分

一、单选题（本大题共30个小题，每小题1分，共30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、图像分割是将图像分成不同的区域，每个区域具有相似的特征。假设要对医学图像进行器官分割，以下关于图像分割方法的描述，哪一项是不正确的？（）

A.基于阈值的分割方法简单直接，但对于复杂图像效果往往不佳

B.基于边缘检测的分割方法通过寻找图像中的边缘来划分区域，但容易受到噪声影响

C.基于深度学习的语义分割方法能够实现像素级别的分类，效果较好，但计算量较大

D.图像分割只适用于灰度图像，对于彩色图像无法进行有效的分割

2、计算机视觉中的姿态估计是指确定物体在三维空间中的位置和方向。以下关于姿态估计的说法，错误的是（）

A.姿态估计可以通过单目相机、双目相机或深度相机来实现

B.基于深度学习的方法在姿态估计任务中表现出了较高的精度

C.姿态估计在机器人操作、增强现实等领域有着重要的应用价值

D.姿态估计的结果总是非常精确，不受物体形状和遮挡的影响

3、在计算机视觉的图像超分辨率重建中，提高低分辨率图像的清晰度。假设要将一张模糊的图像重建为清晰的高分辨率图像，以下关于图像超分辨率重建方法的描述，哪一项是不正确的？（）

A.基于插值的方法通过在像素之间插入新的值来增加图像的分辨率，但可能会导致图像模糊

B.基于深度学习的方法能够学习低分辨率图像和高分辨率图像之间的映射关系，重建出更清晰的图像

C.图像超分辨率重建可以无限制地提高图像的分辨率，不受原始图像信息的限制

D.为了获得更好的重建效果，可以结合多种超分辨率重建方法或使用先验知识

4、在计算机视觉的图像生成任务中，除了生成新的图像，还可以对已有图像进行风格转换。假设我们要将一张照片转换为油画风格，以下哪种方法能够实现逼真的风格转换效果？（）

A.基于图像滤波和变换的方法

B.基于深度学习的风格迁移算法，如CycleGAN

C.基于图像融合和合成的方法

D.基于颜色映射和纹理合成的方法

5、计算机视觉中的人脸识别技术应用广泛。假设要在一个门禁系统中实现准确的人脸识别，以下关于人脸识别方法的描述，正确的是：（）

A.基于几何特征的人脸识别方法对姿态和光照变化具有很强的鲁棒性

B.基于模板匹配的方法能够处理大规模的人脸数据库，并且识别速度快

C.深度学习中的卷积神经网络在人脸识别中能够学习到更具判别性的特征，但容易受到数据偏差的影响

D.人脸识别系统一旦训练完成，就不需要更新和优化，能够一直保持高准确率

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、在计算机视觉中，特征提取是非常关键的一步。假设我们要从图像中提取有意义的特征，用于后续的处理和分析，以下关于特征提取方法的描述，哪一项是不正确的？（）

A.SIFT（尺度不变特征变换）和SURF（加速稳健特征）是常用的局部特征描述子，对图像的旋转、缩放和光照变化具有一定的不变性

B.HOG（方向梯度直方图）特征通过计算图像局部区域的梯度方向分布来描述图像，常用于行人检测

C.深度学习中的自动特征提取，例如通过卷积神经网络学习到的特征，比手工设计的特征更具有代表性和判别力

D.特征提取的结果对后续的图像处理任务影响不大，不同的特征提取方法可以得到相似的处理效果

8、在计算机视觉的图像语义分割任务中，假设要处理具有多尺度特征的图像，例如同时包含大物体和小物体的场景。以下关于处理多尺度特征的方法描述，正确的是：（）

A.使用单一尺度的特征提取网络可以应对多尺度问题，通过调整网络参数即可

B.采用多尺度输入图像，分别进行处理后再融合结果，能够有效解决多尺度问题，但计算量大

C.空洞卷积在处理多尺度特征时会引入大量的噪声，降低分割精度

D.图像语义分割中多尺度问题无法解决，只能尽量避免处理这类图像

9、在