學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)學(xué)校________________班級(jí)____________姓名____________考場(chǎng)____________準(zhǔn)考證號(hào)…………密…………封…………線…………內(nèi)…………不…………要…………答…………題…………第1頁(yè)，共2頁(yè)浙江大學(xué)《視覺(jué)傳達(dá)設(shè)計(jì)基礎(chǔ)》2024-2025學(xué)年第一學(xué)期期末試卷題號(hào)一二三四總分得分一、單選題（本大題共25個(gè)小題，每小題1分，共25分．在每小題給出的四個(gè)選項(xiàng)中，只有一項(xiàng)是符合題目要求的．）1、在計(jì)算機(jī)視覺(jué)的醫(yī)學(xué)圖像分析中，例如對(duì)腫瘤的檢測(cè)和分割。假設(shè)醫(yī)學(xué)圖像的質(zhì)量較差，存在噪聲和偽影，以下哪種預(yù)處理方法可能有助于提高后續(xù)分析的準(zhǔn)確性？（）A.圖像平滑B.圖像銳化C.圖像二值化D.圖像翻轉(zhuǎn)2、在計(jì)算機(jī)視覺(jué)的三維重建任務(wù)中，假設(shè)要從一組不同角度拍攝的二維圖像中重建出物體的三維模型。這些圖像可能存在噪聲和拍攝誤差。為了獲得準(zhǔn)確的三維重建結(jié)果，以下哪種技術(shù)是重要的？（）A.基于立體視覺(jué)的方法，通過(guò)匹配不同圖像中的對(duì)應(yīng)點(diǎn)B.直接使用二維圖像的平均信息來(lái)估計(jì)三維形狀C.忽略圖像中的噪聲和誤差，進(jìn)行簡(jiǎn)單的重建D.隨機(jī)生成三維模型，然后與二維圖像進(jìn)行匹配3、在計(jì)算機(jī)視覺(jué)的圖像分類(lèi)任務(wù)中，假設(shè)數(shù)據(jù)集存在類(lèi)別不平衡問(wèn)題，某些類(lèi)別的樣本數(shù)量遠(yuǎn)遠(yuǎn)少于其他類(lèi)別。以下哪種方法可以緩解這種不平衡對(duì)分類(lèi)模型的影響？（）A.對(duì)少數(shù)類(lèi)進(jìn)行過(guò)采樣或?qū)Χ鄶?shù)類(lèi)進(jìn)行欠采樣B.只使用多數(shù)類(lèi)的樣本進(jìn)行訓(xùn)練C.不考慮類(lèi)別不平衡，直接訓(xùn)練模型D.隨機(jī)選擇樣本進(jìn)行訓(xùn)練4、計(jì)算機(jī)視覺(jué)在人臉識(shí)別領(lǐng)域取得了顯著進(jìn)展。假設(shè)要開(kāi)發(fā)一個(gè)人臉識(shí)別系統(tǒng)，以下關(guān)于人臉識(shí)別技術(shù)的描述，哪一項(xiàng)是不正確的？（）A.可以通過(guò)提取人臉的幾何特征、紋理特征或深度學(xué)習(xí)特征進(jìn)行識(shí)別B.人臉識(shí)別系統(tǒng)通常需要進(jìn)行活體檢測(cè)，以防止使用照片或視頻等欺詐手段C.大規(guī)模的人臉數(shù)據(jù)集和深度學(xué)習(xí)模型的結(jié)合，大大提高了人臉識(shí)別的準(zhǔn)確率D.人臉識(shí)別技術(shù)在任何光照條件、姿態(tài)變化和表情變化下都能準(zhǔn)確識(shí)別，不受這些因素的影響5、假設(shè)要開(kāi)發(fā)一個(gè)能夠自動(dòng)識(shí)別水果種類(lèi)和品質(zhì)的計(jì)算機(jī)視覺(jué)系統(tǒng)，用于水果分揀和質(zhì)量評(píng)估。在獲取水果圖像時(shí)，可能會(huì)受到光照、角度和遮擋等因素的影響。為了提高識(shí)別的準(zhǔn)確性和魯棒性，以下哪種圖像預(yù)處理技術(shù)可能是關(guān)鍵？（）A.圖像增強(qiáng)B.圖像去噪C.圖像歸一化D.圖像分割6、在計(jì)算機(jī)視覺(jué)的圖像生成任務(wù)中，假設(shè)要生成逼真的人臉圖像。以下關(guān)于生成模型的架構(gòu)選擇，哪一項(xiàng)是需要特別關(guān)注的？（）A.選擇傳統(tǒng)的多層感知機(jī)（MLP）架構(gòu)B.采用生成對(duì)抗網(wǎng)絡(luò)（GAN）架構(gòu)，通過(guò)對(duì)抗訓(xùn)練生成高質(zhì)量圖像C.運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，但不使用池化層D.構(gòu)建循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）架構(gòu)，處理圖像的序列信息7、在計(jì)算機(jī)視覺(jué)的三維重建中，從多幅二維圖像恢復(fù)物體的三維結(jié)構(gòu)。假設(shè)要對(duì)一個(gè)古建筑進(jìn)行三維重建，以下關(guān)于三維重建方法的描述，哪一項(xiàng)是不正確的？（）A.基于立體視覺(jué)的方法通過(guò)匹配不同視角下的圖像特征點(diǎn)來(lái)計(jì)算深度信息，實(shí)現(xiàn)三維重建B.運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)（SfM）算法可以從一系列無(wú)序的圖像中重建場(chǎng)景的三維結(jié)構(gòu)C.激光掃描技術(shù)能夠直接獲取物體表面的三維點(diǎn)云數(shù)據(jù)，是一種高精度的三維重建方法D.三維重建的結(jié)果只取決于輸入的圖像質(zhì)量，與重建算法的選擇無(wú)關(guān)8、在計(jì)算機(jī)視覺(jué)的圖像配準(zhǔn)任務(wù)中，需要將不同時(shí)間或視角拍攝的圖像進(jìn)行對(duì)齊。假設(shè)要將兩張拍攝角度不同的衛(wèi)星圖像進(jìn)行精確配準(zhǔn)，圖像中存在地形變化和云層遮擋。以下哪種圖像配準(zhǔn)方法在這種困難情況下能夠取得較好的效果？（）A.基于特征的配準(zhǔn)B.基于灰度的配準(zhǔn)C.基于變換模型的配準(zhǔn)D.基于深度學(xué)習(xí)的配準(zhǔn)9、計(jì)算機(jī)視覺(jué)中的語(yǔ)義分割任務(wù)旨在為圖像中的每個(gè)像素分配一個(gè)類(lèi)別標(biāo)簽。假設(shè)要對(duì)醫(yī)學(xué)圖像中的病變區(qū)域進(jìn)行精確分割，以下哪種技術(shù)可能對(duì)提高分割精度有較大幫助？（）A.使用更深的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)B.引入多尺度特征融合C.增加訓(xùn)練數(shù)據(jù)中的噪聲D.減少網(wǎng)絡(luò)中的參數(shù)數(shù)量10、計(jì)算機(jī)視覺(jué)在工業(yè)檢測(cè)中的應(yīng)用可以提高產(chǎn)品質(zhì)量和生產(chǎn)效率。假設(shè)要檢測(cè)生產(chǎn)線上的零件是否存在缺陷，以下關(guān)于工業(yè)檢測(cè)中的計(jì)算機(jī)視覺(jué)應(yīng)用的描述，哪一項(xiàng)是不正確的？（）A.可以使用機(jī)器視覺(jué)系統(tǒng)對(duì)零件進(jìn)行實(shí)時(shí)檢測(cè)，快速發(fā)現(xiàn)缺陷B.深度學(xué)習(xí)模型能夠自動(dòng)學(xué)習(xí)正常零件和缺陷零件的特征差異，實(shí)現(xiàn)準(zhǔn)確的缺陷檢測(cè)C.工業(yè)檢測(cè)中的計(jì)算機(jī)視覺(jué)系統(tǒng)需要具備高度的準(zhǔn)確性和穩(wěn)定性，能夠適應(yīng)不同的生產(chǎn)環(huán)境D.計(jì)算機(jī)視覺(jué)在工業(yè)檢測(cè)中只能檢測(cè)外觀缺陷，對(duì)于零件的內(nèi)部結(jié)構(gòu)和性能無(wú)法進(jìn)行評(píng)估11、計(jì)算機(jī)視覺(jué)中的光流估計(jì)用于計(jì)算圖像中像素的運(yùn)動(dòng)信息。假設(shè)要估計(jì)一段視頻中物體的運(yùn)動(dòng)速度和方向，以下關(guān)于光流估計(jì)方法的描述，正確的是：（）A.傳統(tǒng)的基于梯度的光流估計(jì)方法在復(fù)雜場(chǎng)景中能夠準(zhǔn)確計(jì)算光流B.深度學(xué)習(xí)中的光流估計(jì)網(wǎng)絡(luò)不需要大量的標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練C.光流估計(jì)的結(jié)果不受圖像噪聲和模糊的影響D.結(jié)合時(shí)空信息的深度學(xué)習(xí)光流估計(jì)方法能夠提高估計(jì)的準(zhǔn)確性和魯棒性12、在計(jì)算機(jī)視覺(jué)的特征提取中，SIFT（Scale-InvariantFeatureTransform，尺度不變特征變換）特征是一種經(jīng)典的方法。假設(shè)我們要對(duì)一組包含不同視角和縮放比例的物體圖像進(jìn)行匹配，SIFT特征的哪個(gè)特性使其在這種情況下表現(xiàn)出色？（）A.對(duì)旋轉(zhuǎn)和尺度變化具有不變性B.計(jì)算速度快，效率高C.特征維度低，易于存儲(chǔ)和處理D.對(duì)光照變化不敏感13、計(jì)算機(jī)視覺(jué)中的場(chǎng)景理解需要從圖像中推斷出物體之間的關(guān)系和場(chǎng)景的語(yǔ)義信息。假設(shè)要理解一張室內(nèi)辦公室場(chǎng)景的圖像，包括家具的布局、人員的活動(dòng)等。以下哪種方法在進(jìn)行場(chǎng)景理解時(shí)最為有效？（）A.基于對(duì)象檢測(cè)和分類(lèi)的方法B.基于圖模型的場(chǎng)景表示C.基于深度學(xué)習(xí)的場(chǎng)景解析D.基于規(guī)則推理的方法14、當(dāng)利用計(jì)算機(jī)視覺(jué)進(jìn)行視頻監(jiān)控中的異常行為檢測(cè)，例如打架、盜竊等，以下哪種方法可能有助于準(zhǔn)確識(shí)別異常行為？（）A.建立正常行為模型B.運(yùn)動(dòng)軌跡分析C.人群密度估計(jì)D.以上都是15、計(jì)算機(jī)視覺(jué)中的光流估計(jì)是計(jì)算圖像中像素的運(yùn)動(dòng)信息。以下關(guān)于光流估計(jì)的敘述，不正確的是（）A.光流估計(jì)可以用于視頻中的運(yùn)動(dòng)分析、目標(biāo)跟蹤和動(dòng)作識(shí)別等任務(wù)B.基于深度學(xué)習(xí)的光流估計(jì)方法在精度和速度上都有了很大的提升C.光流估計(jì)只對(duì)勻速運(yùn)動(dòng)的物體有效，對(duì)于復(fù)雜的非勻速運(yùn)動(dòng)估計(jì)不準(zhǔn)確D.光流估計(jì)的結(jié)果可以為后續(xù)的計(jì)算機(jī)視覺(jué)任務(wù)提供重要的運(yùn)動(dòng)線索16、計(jì)算機(jī)視覺(jué)中的視頻理解不僅包括對(duì)單個(gè)幀的分析，還需要考慮幀之間的關(guān)系。假設(shè)我們要理解一個(gè)電影片段的情節(jié)和情感，以下哪種方法能夠有效地捕捉視頻中的時(shí)空動(dòng)態(tài)信息和語(yǔ)義信息？（）A.基于幀級(jí)特征和分類(lèi)器的方法B.基于深度學(xué)習(xí)的視頻理解模型，結(jié)合注意力機(jī)制C.基于光流和運(yùn)動(dòng)軌跡的方法D.基于音頻和視頻融合的方法17、在計(jì)算機(jī)視覺(jué)中，目標(biāo)檢測(cè)是一項(xiàng)重要的任務(wù)。假設(shè)要開(kāi)發(fā)一個(gè)能夠在城市交通場(chǎng)景中檢測(cè)車(chē)輛和行人的系統(tǒng)。以下關(guān)于目標(biāo)檢測(cè)算法的選擇，哪一項(xiàng)是需要重點(diǎn)考慮的因素？（）A.算法的檢測(cè)速度，以滿(mǎn)足實(shí)時(shí)性要求B.算法在小目標(biāo)檢測(cè)上的性能，因?yàn)檐?chē)輛和行人在圖像中可能較小C.算法的模型復(fù)雜度，越復(fù)雜的模型效果越好D.算法是否開(kāi)源，開(kāi)源的算法更易于使用18、在圖像配準(zhǔn)任務(wù)中，需要將不同時(shí)間、不同視角或不同傳感器獲取的圖像進(jìn)行對(duì)齊。假設(shè)我們要將一張衛(wèi)星圖像與一張航拍圖像進(jìn)行配準(zhǔn)，以下哪個(gè)因素對(duì)于配準(zhǔn)的準(zhǔn)確性影響最大？（）A.圖像的分辨率差異B.圖像的旋轉(zhuǎn)和平移C.圖像的光照條件D.圖像中的噪聲19、在一個(gè)基于計(jì)算機(jī)視覺(jué)的農(nóng)業(yè)監(jiān)測(cè)系統(tǒng)中，需要對(duì)農(nóng)作物的生長(zhǎng)狀況進(jìn)行評(píng)估，例如判斷葉片的顏色、形狀和病蟲(chóng)害情況。以下哪種圖像分析方法可能對(duì)農(nóng)作物監(jiān)測(cè)較為有效？（）A.顏色空間轉(zhuǎn)換B.形態(tài)學(xué)分析C.紋理分析D.以上都是20、計(jì)算機(jī)視覺(jué)中的圖像超分辨率重建旨在提高圖像的分辨率和細(xì)節(jié)。假設(shè)要將一張低分辨率的老照片重建為高分辨率的清晰圖像，同時(shí)要保持圖像的自然度和真實(shí)性。以下哪種圖像超分辨率重建方法最為適合？（）A.基于插值的方法B.基于重建的方法C.基于深度學(xué)習(xí)的方法D.基于學(xué)習(xí)字典的方法21、在計(jì)算機(jī)視覺(jué)的視頻分析中，假設(shè)要對(duì)一段監(jiān)控視頻中的異常行為進(jìn)行檢測(cè)。以下關(guān)于特征提取的方法，哪一項(xiàng)是不太適合的？（）A.提取每一幀圖像的顏色、紋理等低級(jí)特征B.利用光流信息來(lái)捕捉物體的運(yùn)動(dòng)特征C.僅分析視頻的音頻信息，忽略圖像內(nèi)容D.結(jié)合時(shí)空特征，同時(shí)考慮空間和時(shí)間維度的信息22、對(duì)于圖像的語(yǔ)義理解任務(wù)，假設(shè)要理解一張圖像所表達(dá)的場(chǎng)景和事件，例如判斷一張圖像是在舉行婚禮還是在舉辦音樂(lè)會(huì)。圖像中的信息可能比較隱晦和復(fù)雜。以下哪種方法可能有助于提高語(yǔ)義理解的準(zhǔn)確性？（）A.構(gòu)建圖像的語(yǔ)義圖，分析物體之間的關(guān)系B.只關(guān)注圖像中的主要物體，忽略背景信息C.對(duì)圖像進(jìn)行簡(jiǎn)單的分類(lèi)，不進(jìn)行深入的語(yǔ)義分析D.隨機(jī)猜測(cè)圖像的語(yǔ)義23、在計(jì)算機(jī)視覺(jué)的目標(biāo)跟蹤任務(wù)中，跟蹤一個(gè)移動(dòng)的物體具有挑戰(zhàn)性。假設(shè)要在一段視頻中跟蹤一個(gè)快速移動(dòng)的車(chē)輛，以下關(guān)于目標(biāo)跟蹤算法的描述，正確的是：（）A.基于卡爾曼濾波的目標(biāo)跟蹤算法在處理非線性運(yùn)動(dòng)時(shí)效果最佳B.深度學(xué)習(xí)中的相關(guān)濾波方法能夠快速適應(yīng)目標(biāo)的外觀變化和遮擋情況C.目標(biāo)跟蹤算法不需要考慮目標(biāo)的尺度變化和旋轉(zhuǎn)D.目標(biāo)跟蹤的準(zhǔn)確性只取決于初始幀中目標(biāo)的定位精度24、圖像超分辨率是指從低分辨率圖像生成高分辨率圖像。假設(shè)我們有一張模糊的低分辨率老照片，想要將其清晰化并提高分辨率。以下哪種圖像超分辨率方法能夠生成更逼真的細(xì)節(jié)和更清晰的邊緣？（）A.基于插值的方法，如雙線性插值B.基于重建的方法，如基于字典學(xué)習(xí)的方法C.基于深度學(xué)習(xí)的方法，如SRCNND.基于小波變換的方法25、在計(jì)算機(jī)視覺(jué)的圖像質(zhì)量評(píng)估任務(wù)中，假設(shè)要評(píng)估一張經(jīng)過(guò)處理后的圖像的質(zhì)量。以下關(guān)于圖像質(zhì)量評(píng)估方法的描述，正確的是：（）A.主觀評(píng)估方法通過(guò)人的觀察和判斷來(lái)評(píng)價(jià)圖像質(zhì)量，結(jié)果準(zhǔn)確可靠B.客觀評(píng)估方法中的全參考方法需要原始未失真圖像作為參考，計(jì)算復(fù)雜度低C.無(wú)參考圖像質(zhì)量評(píng)估方法能夠在沒(méi)有原始圖像的情況下準(zhǔn)確評(píng)估圖像質(zhì)量D.所有的圖像質(zhì)量評(píng)估方法都能夠完全反映人對(duì)圖像質(zhì)量的主觀感受二、簡(jiǎn)答題（本大題共4個(gè)小題，共20分)1、（本題5分）解釋計(jì)算機(jī)視覺(jué)在停車(chē)場(chǎng)管理中的技術(shù)。2、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)在海洋化學(xué)分析中的應(yīng)用。3、（本題5分）說(shuō)明計(jì)算機(jī)視覺(jué)中數(shù)據(jù)增強(qiáng)的常用技術(shù)。4、（本題5分）解釋計(jì)算機(jī)視覺(jué)中的圖像哈希技術(shù)。三、分析題（本大題共5個(gè)小題，共25分)1、（本題5分）研究某游戲的角色設(shè)計(jì)，分析其外觀造型、性格特點(diǎn)、技能設(shè)定如何吸引玩家選擇。2、（本題5分）一家餐飲連鎖品牌的外賣(mài)包裝設(shè)計(jì)新穎，具有品牌辨識(shí)度。請(qǐng)研究該包裝設(shè)計(jì)如何在保證食品運(yùn)輸安全的同時(shí)，通過(guò)視覺(jué)元素提升品牌形象，以及如何增加消費(fèi)者對(duì)品牌的好感度。3、（本題5分）某文具品牌的新品發(fā)布會(huì)現(xiàn)場(chǎng)布置充滿(mǎn)創(chuàng)意，展示產(chǎn)品多樣。請(qǐng)研究現(xiàn)場(chǎng)布置在展示新品特色、吸引媒體關(guān)注、提升品牌影響力方面的策略，