2025年线性代数计算机视觉中的目标检测试题.docVIP

2025年线性代数计算机视觉中的目标检测试题

一、选择题（每题3分，共30分）

在目标检测任务中，用于描述边界框位置的坐标向量（x?,y?,x?,y?）经过仿射变换后，其维度保持不变的数学本质是：

A.仿射变换为满秩线性变换

B.边界框坐标为齐次坐标

C.变换矩阵为正交矩阵

D.平移分量不影响维度

SIFT特征点检测中，高斯差分金字塔的构建过程本质上是求解以下哪种线性代数问题？

A.特征值分解

B.高斯核与图像的卷积运算

C.奇异值分解（SVD）

D.最小二乘拟合

卷积神经网络中，卷积层的输出特征图可表示为输入图像与卷积核的：

A.Hadamard积

B.矩阵乘法

C.二维互相关运算

D.Kronecker积

目标检测中的非极大值抑制（NMS）算法，其核心思想是通过比较边界框的IoU值剔除冗余框，该过程涉及的集合运算本质上是：

A.向量内积

B.集合的交并比计算

C.矩阵秩的判定

D.特征空间投影

在相机标定中，用于描述三维世界点到二维图像点映射关系的矩阵是：

A.3×3单应性矩阵

B.4×4变换矩阵

C.3×4投影矩阵

D.2×3仿射矩阵

YOLO算法将目标检测转化为回归问题，其输出的边界框参数（x,y,w,h）中，（x,y）表示：

A.边界框左上角坐标

B.边界框中心点坐标

C.图像原点到边界框的向量

D.归一化后的偏移量

特征金