广东白云学院《平面广告》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

广东白云学院

《平面广告》2023-2024学年第一学期期末试卷

题号

一

二

三

四

总分

得分

一、单选题（本大题共15个小题，每小题2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、在计算机视觉的视觉跟踪与监控应用中，需要对特定目标进行持续的跟踪和监测。假设要对一个在大型商场中移动的可疑人员进行跟踪，同时要应对人群遮挡和环境变化。以下哪种视觉跟踪与监控技术在这种情况下能够提供更可靠的跟踪结果？（）

A.多目标跟踪算法

B.基于深度学习的单目标跟踪

C.基于粒子滤波的跟踪

D.基于特征匹配的跟踪

2、在计算机视觉的姿态估计任务中，例如估计人体关节的位置和姿态，以下哪种方法可能在精度和实时性之间取得较好的平衡？（）

A.基于模型的方法

B.基于深度学习的回归方法

C.基于深度学习的分类方法

D.以上都不是

3、在计算机视觉的三维重建任务中，需要从多视角的图像中恢复物体的三维形状。假设我们有一组从不同角度拍摄的建筑物图像，以下哪种方法常用于从这些图像中重建建筑物的三维模型？（）

A.立体匹配方法

B.结构光方法

C.运动恢复结构（SFM）

D.基于投影的方法

4、在计算机视觉的图像分类任务中，假设要处理类别不均衡的数据集，即某些类别的样本数量远远少于其他类别。以下关于处理类别不均衡的方法描述，正确的是：（）

A.直接使用传统的分类算法，类别不均衡不会对结果产生明显影响

B.过采样少数类别的样本可以增加其数量，但可能导致过拟合

C.欠采样多数类别的样本能够平衡数据集，但会丢失部分有用信息

D.类别不均衡问题无法通过数据处理方法解决，只能通过改进分类算法来应对

5、当利用计算机视觉进行图像去模糊任务，恢复清晰的图像，以下哪种先验知识或约束可能有助于解决这个问题？（）

A.自然图像的梯度稀疏性

B.图像的低频成分

C.图像的边缘信息

D.以上都是

6、计算机视觉中的深度估计是计算场景中物体与相机的距离。假设我们要为一个增强现实应用估计场景的深度信息，以下哪种深度估计方法能够在实时性和准确性之间取得较好的平衡？（）

A.基于立体视觉的方法

B.基于结构光的方法

C.基于深度学习的单目深度估计方法

D.基于飞行时间（ToF）原理的方法

7、在计算机视觉的应用于自动驾驶领域，需要实时检测道路上的交通标志和标线。假设车辆在高速行驶中，以下哪种技术能够快速准确地检测到各种交通标志，并且对光照变化和遮挡具有较强的鲁棒性？（）

A.基于颜色和形状特征的检测方法

B.基于深度学习的检测方法，结合多尺度特征

C.基于边缘检测和形态学操作的方法

D.基于模板匹配和特征点匹配的方法

8、视频分析是计算机视觉的一个重要领域。假设我们要分析一段监控视频，以检测异常行为，如打架、盗窃等。对于这种实时性要求较高的视频分析任务，以下哪种方法更适合用于快速处理和检测？（）

A.对每一帧图像单独进行分析

B.基于光流的方法跟踪对象运动

C.利用深度学习模型直接对视频进行分析

D.采用传统的图像处理方法，如背景减除

9、计算机视觉中的图像超分辨率重建旨在提高图像的分辨率。假设要将一张低分辨率的卫星图像重建为高分辨率图像，以下关于模型训练的挑战，哪一项是最为突出的？（）

A.缺乏足够的高分辨率卫星图像数据用于训练

B.模型的训练时间过长，难以在短时间内得到结果

C.难以评估重建后的图像质量，没有明确的标准

D.计算资源需求过大，普通计算机难以承受

10、计算机视觉中的动作识别用于分析视频中的人体动作。假设要识别一段舞蹈视频中的动作类别。以下关于动作识别方法的描述，哪一项是不准确的？（）

A.可以基于时空特征提取的方法，捕捉动作在时间和空间上的变化

B.深度学习中的循环神经网络（RNN）和长短时记忆网络（LSTM）适用于动作序列的分析

C.动作识别只需要关注人体的关节位置，不需要考虑人体的整体形态

D.多模态数据融合，如结合音频和视频信息，可以提高动作识别的准确率

11、对于图像的超分辨率重建任务，假设要将一张低分辨率的图像恢复为高分辨率图像，同时保留图像的细节和清晰度。这张低分辨率