2026年计算机视觉与人工智能技术应用考核题.docxVIP

第PAGE页共NUMPAGES页

2026年计算机视觉与人工智能技术应用考核题

一、单选题（共10题，每题2分，总计20分）

1.以下哪种技术最适合用于实时监测城市交通流量并进行动态信号灯控制？

A.传统机器学习分类算法

B.深度学习中的卷积神经网络（CNN）

C.感知器（Perceptron）模型

D.贝叶斯网络推理

2.在自动驾驶系统的车道检测任务中，以下哪种算法对光照变化和遮挡环境更鲁棒？

A.Hough变换

B.SIFT特征点匹配

C.R-CNN目标检测

D.K-means聚类

3.以下哪个领域不属于计算机视觉与人工智能技术的交叉应用方向？

A.医疗影像诊断

B.智能安防监控

C.无人零售货架管理

D.地质勘探数据分析

4.在人脸识别系统中，为了提高跨光照、姿态变化的识别准确率，通常会采用哪种技术？

A.主成分分析（PCA）降维

B.生成对抗网络（GAN）生成数据增强

C.决策树集成学习

D.神经网络迁移学习

5.以下哪种模型最适合用于视频行为识别任务？

A.逻辑回归分类器

B.长短期记忆网络（LSTM）

C.卷积自编码器

D.随机森林算法

6.在工业质检领域，使用深度学习进行缺陷检测时，以下哪种数据增强方法最有效？

A.随机旋转

B.标准化处理

C.数据插值

D.直方图均衡化

7.中国智慧城市建设