2026年计算机视觉技术试题算法原理与应用场景分析.docxVIP

第PAGE页共NUMPAGES页

2026年计算机视觉技术试题：算法原理与应用场景分析

一、单选题（每题2分，共20题）

说明：下列每题只有一个最符合题意的选项。

1.计算机视觉中的“特征提取”主要依赖哪种方法？

A.机器学习

B.深度学习

C.传统图像处理

D.统计学习

2.在卷积神经网络（CNN）中，负责捕捉局部特征的层是？

A.全连接层

B.批归一化层

C.卷积层

D.池化层

3.用于检测图像中人脸位置的算法是？

A.SIFT

B.SURF

C.Haar特征+AdaBoost

D.HOG

4.在目标检测任务中，YOLO算法的核心优势是？

A.高精度

B.高速度

C.强泛化能力

D.易于迁移

5.语义分割中，U-Net模型常用于哪个领域？

A.目标检测

B.光学字符识别（OCR）

C.医学图像分割

D.图像分类

6.光流法主要用于解决哪种视觉问题？

A.图像分类

B.运动估计

C.特征匹配

D.视频压缩

7.在自动驾驶领域，车道线检测常使用哪种技术？

A.深度学习分割

B.传统边缘检测

C.光流法

D.传统霍夫变换

8.人脸识别中，活体检测的主要目的是？

A.提高精度

B.防止欺骗攻击

C.加快速度

D.降低误报率

9.3D重建技术中，双目视觉法依赖的原理是？

A.光度立体

B.