2026年计算机视觉理论与实践测试题.docxVIP

第PAGE页共NUMPAGES页

2026年计算机视觉理论与实践测试题

一、单选题（共10题，每题2分，合计20分）

注：每题只有一个最符合题意的选项。

1.在自动驾驶场景中，为了提高目标检测的准确率，以下哪种方法最适用于处理光照剧烈变化的场景？

A.传统的Haar特征+AdaBoost分类器

B.R-CNN系列两阶段检测器

C.YOLOv5结合注意力机制模块

D.FasterR-CNN单阶段检测器

2.关于语义分割任务，以下哪种损失函数在处理小目标分割时表现最佳？

A.DiceLoss

B.IoULoss

C.FocalLoss

D.CELoss

3.在人脸识别系统中，为了提升跨光照和姿态变化的鲁棒性，以下哪种技术最为常用？

A.传统PCA降维

B.深度学习特征嵌入（如Siamese网络）

C.LBP局部二值模式

D.HOG方向梯度直方图

4.对于视频目标跟踪任务，以下哪种算法在处理遮挡问题时的表现最稳定？

A.卡尔曼滤波（KalmanFilter）

B.光流法（OpticalFlow）

C.DeepSORT结合匈牙利算法

D.Meanshift聚类算法

5.在工业质检领域，检测产品表面微小瑕疵时，以下哪种模型结构更适合？

A.ResNet50

B.VGG16

C.MobileNetV3

D.SENet