2026年计算机视觉工程师考试题库（附答案和详细解析）（0104）.docxVIP

计算机视觉工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

卷积神经网络（CNN）中“局部连接”特性的主要优势是：

A.减少模型参数量

B.增强模型非线性

C.提高计算并行度

D.增加感受野大小

答案：A

解析：局部连接指每个神经元仅与输入的局部区域连接，结合权值共享机制（同一卷积核在不同位置重复使用），显著减少了参数量（对比全连接网络的全局连接）。选项B错误，非线性由激活函数（如ReLU）提供；选项C错误，计算并行度主要依赖硬件和矩阵运算优化；选项D错误，感受野大小由卷积核尺寸和层数决定，与局部连接无直接因果。

以下属于单阶段目标检测算法的是：

A.FasterR-CNN

B.YOLOv5

C.MaskR-CNN

D.R-FCN

答案：B

解析：单阶段算法直接通过回归预测目标位置和类别（如YOLO、SSD），多阶段算法先生成候选区域再分类（如FasterR-CNN、MaskR-CNN、R-FCN）。选项A、C、D均为两阶段算法，通过RPN（区域建议网络）生成候选框后再精调。

语义分割任务中，U-Net网络的核心结构是：

A.编码器-解码器对称结构

B.残差跳跃连接

C.多尺度特征融合

D.自注意力机制

答案：A

解析：U-Net的典型结构是“收缩路径（编码器）+扩展路径（解码器）”，且通过跳跃连接将编码器的低层特征与解码器的高层特征拼接，恢复空间分辨率。选项B是ResNet的核心；选项C是DeepLab系列的特点；选项D是VisionTransformer的关键。

以下图像增强方法中，属于几何变换的是：

A.随机亮度调整

B.高斯模糊

C.水平翻转

D.颜色抖动

答案：C

解析：几何变换改变图像的空间结构（如翻转、旋转、裁剪），颜色变换改变像素值分布（如亮度、对比度、颜色抖动），模糊属于噪声添加。选项A、D是颜色变换；选项B是噪声处理。

一个3层卷积网络，每层卷积核大小3×3，步长1，无填充，则输入5×5的特征图经3层卷积后的感受野大小为：

A.7×7

B.9×9

C.11×11

D.13×13

答案：A

解析：感受野计算公式为(RF_n=RF_{n-1}+(k_n-1)_{i=1}^{n-1}s_i)（(RF_1=3)，(s=1)）。第一层后RF=3；第二层后RF=3+(3-1)×1=5；第三层后RF=5+(3-1)×1=7。

FasterR-CNN中RPN（区域建议网络）的主要作用是：

A.生成候选目标区域

B.提取图像全局特征

C.优化边界框回归

D.计算类别置信度

答案：A

解析：RPN通过滑动窗口在特征图上生成Anchor，并预测Anchor是否为目标（前景/背景）及边界框偏移量，输出候选区域（ROI）供后续检测网络使用。选项B由基础网络（如VGG）完成；选项C、D由FastR-CNN的检测头实现。

光流法主要用于解决以下哪类计算机视觉任务？

A.图像超分辨率

B.视频目标跟踪

C.图像风格迁移

D.3D重建

答案：B

解析：光流法通过计算视频连续帧间像素的运动向量（光流场），可用于跟踪目标的运动轨迹。选项A依赖插值或深度学习重建高频信息；选项C基于风格迁移网络；选项D需多视图几何或点云处理。

VisionTransformer（ViT）中，位置编码（PositionEmbedding）的作用是：

A.增加模型的非线性能力

B.保留图像块的空间位置信息

C.减少自注意力计算量

D.提高特征的判别性

答案：B

解析：ViT将图像分块后展平为序列输入Transformer，原始分块丢失了空间位置信息，位置编码通过可学习的向量为每个块添加位置信息，使模型感知块间相对位置。选项A由激活函数实现；选项C通过分块和注意力掩码优化；选项D由自注意力机制本身保证。

目标检测任务中，mAP（平均精度均值）的计算基于：

A.不同交并比（IoU）阈值下的AP值平均

B.不同类别AP值的平均

C.不同召回率下的精度值平均

D.不同置信度阈值下的F1分数平均

答案：B

解析：mAP是“所有类别AP值的平均值”，其中AP（平均精度）是某一类在所有召回率下精度的积分（或插值平均）。选项A错误，IoU阈值通常固定（如0.5或0.5:0.95）；选项C是AP的计算方式；选项D与F1无关。

医学影像分析中，以下哪种模态常用于肿瘤检测？

A.彩色RGB图像

B.X射线透视

C.计算机断层扫描（CT）

D.红外热成像

答案：C

解析：CT通过断层扫描生成三维密度图像，能清晰显示肿瘤的位置、大小及与周围组织的关系，是临床肿瘤检测的金标准。选项A是普通图像；选项B是二维投影，分辨率低；选项D用于炎症检测。

二、