第6章 人工智能核心技术-视觉处理
- 1第1章 人工智能的发展与前沿趋势
- 2第2章 政策法规与职业标准
- 3第3章 伦理约束与版权边界
- 4第4章 岗位全面解析与算法基础
- 5第5章 人工智能核心技术-自然语言处理
- 6第6章 人工智能核心技术-视觉处理本文
- 7第7章 人工智能核心技术-机器学习到深度学习
- 8第8章 系统设计及工程实践能力培养
- 9第9章 人工智能应用场景
- 10第10章 工具学习与学习资源
- 11第11章 本地部署方法教学
- 12第12章 行业应用案例-教育行业
- 13第13章 行业应用案例-医学行业
- 14第14章 行业应用案例-金融行业
- 15第15章 编程应用基础-Python
- 16第16章 编程应用基础-开发实战
- 17第17章 编程应用基础-开发实战
- 18第18章 办公应用-1
- 19第19章 办公应用-2
- 20第20章 AI变现-1
- 21第21章 AI变现-2
人工智能第六章 课程练习题(含答案解析)
一、单选题
1. 计算机视觉(CV)中,C 和 V 分别代表什么?
- A. Computer 和 Video
- B. Computer 和 Vision
- C. Camera 和 Vision
- D. Cloud 和 Visual
答案: B
解析: CV 即 Computer Vision,C 代表 Computer(计算机),V 代表 Vision(视觉),合起来就是计算机视觉。
2. 计算机视觉属于人工智能中哪个范畴?
- A. 认知智能
- B. 决策智能
- C. 感知智能
- D. 运动智能
答案: C
解析: 计算机视觉属于人工智能中感知智能的范畴,是让机器具备视觉感知能力的一种技术。
3. 根据课程内容,人类获取信息中有多大比例来自于视觉?
- A. 50%以上
- B. 60%以上
- C. 70%以上
- D. 80%以上
答案: D
解析: 课程中明确提到,人类获取信息 80%以上都来自于视觉,这体现了视觉在信息获取中的重要性。
4. 在计算机视觉的基本流程中,“去除图像中的噪声、增强图像质量”属于哪个步骤?
- A. 图像采集
- B. 预处理
- C. 特征提取
- D. 分析识别
答案: B
解析: 预处理步骤负责去除图像中的噪声、增强图像质量等,相当于眼睛对光线进行初步的调节和过滤。
5. CNN(卷积神经网络)中,负责对特征进行压缩、减少数据量但保留重要特征信息的层是?
- A. 卷积层
- B. 池化层
- C. 全连接层
- D. 输入层
答案: B
解析: 池化层(Pooling Layer)对特征进行压缩,减少数据量,但能够保留重要的特征信息。卷积层负责提取图像特征,全连接层负责整合分类。
6. YOLO 算法的英文全称是什么?
- A. You Only Learn Once
- B. You Only Look Once
- C. Your Object Location Optimizer
- D. Yield Object Label Output
答案: B
解析: YOLO 是 You Only Look Once 的缩写,意为”你只需要看一次”,它将目标检测看作一个简单的回归问题,速度非常快。
7. 在目标检测中,用于确定目标位置的矩形框称为?
- A. 候选框
- B. 边界框(Bounding Box)
- C. 锚框
- D. 感兴趣区域
答案: B
解析: 目标检测中通常使用边界框(Bounding Box)来框住目标对象,表示其位置和大小。算法会先确定候选区域,再通过分类器判断并计算精确的边界框。
8. 语义分割与实例分割的主要区别是什么?
- A. 语义分割只分类不定位,实例分割既分类又定位
- B. 语义分割进行像素级分类,实例分割在此基础上还能区分同类别的不同个体
- C. 语义分割用于医疗,实例分割用于自动驾驶
- D. 语义分割用 CNN,实例分割用 RNN
答案: B
解析: 语义分割进行像素级别的分类,而实例分割在语义分割的基础上更进一步,能够区分出同一类别的不同个体实例。例如不仅能区分出车辆,还能区分出每辆不同的车。
9. 以下哪个模型专门用于实例分割?
- A. FCN
- B. Mask R-CNN
- C. YOLO
- D. Fast R-CNN
答案: B
解析: Mask R-CNN 是在 Fast R-CNN 基础上增加了一个 Mask 分支,能够实现对每个实例的精确分割,是实例分割的出色模型。FCN 主要用于语义分割。
10. 人脸识别中,“活体检测”的主要作用是什么?
- A. 检测人脸是否漂亮
- B. 检测当前是否为活人本人,防止用照片或视频冒充
- C. 检测人脸的健康状况
- D. 检测人脸的表情变化
答案: B
解析: 活体检测用于判断当前进行验证的是否是活人本人,防止有人利用照片或预先录制的视频来伪造、冒充他人进行身份验证。常见方式包括让用户做随机动作如眨眼、张嘴、摇头等。
11. OCR 文字识别的预处理阶段不包括以下哪项?
- A. 图像增强
- B. 二值化
- C. 降噪
- D. 字符识别
答案: D
解析: OCR 预处理阶段包括图像增强(提高对比度)、二值化(转为黑白图像)、降噪和倾斜矫正。字符识别是预处理之后的独立步骤,不属于预处理阶段。
12. 在 OCR 中,将彩色或灰度图像转化为黑白二值图像的技术称为?
- A. 图像增强
- B. 二值化
- C. 降噪
- D. 倾斜矫正
答案: B
解析: 二值化是将彩色或灰度图像转化为黑白二值图像的技术,以便后续处理。这是 OCR 预处理的重要步骤之一。
13. 机器视觉与计算机视觉在应用领域上的主要区别是?
- A. 机器视觉用于医疗,计算机视觉用于工业
- B. 计算机视觉主要应用于生活场景,机器视觉用于工业产品领域
- C. 两者应用领域完全相同
- D. 机器视觉用于室外,计算机视觉用于室内
答案: B
解析: 计算机视觉主要应用于生活场景,如人脸识别(门禁、安防)、图像分类(手机相册)等;机器视觉用于工业产品领域,如电子元器件检测、机械零件检测等。
14. 机器视觉在技术要求上相比计算机视觉更强调什么?
- A. 美观性
- B. 实时性、高精度和高速度
- C. 低成本
- D. 便携性
答案: B
解析: 机器视觉更强调实时性、高精度和高速度。在工业生产线上,产品源源不断地流动,机器视觉系统必须在极短时间内做出高精度的判断和检测。
15. 在 Python 代码中调用百度 OCR 时,使用中文引号或中文标点会导致什么问题?
- A. 没有影响,正常运行
- B. 程序运行变慢
- C. 代码报错,因为中文标点占两个字节,与英文标点完全不同
- D. 只影响显示不影响运行
答案: C
解析: 中文引号和标点占两个字节,而英文引号只占一个字节,在电脑看来是完全不同的字符。使用中文标点会导致代码语法错误,必须使用英文标点。
16. 在驾驶检测领域,人体分析技术主要通过什么方式检测疲劳驾驶?
- A. 检测车速变化
- B. 通过车内摄像头检测驾驶员频繁打哈欠、闭眼时间过长等行为
- C. 检测方向盘转动频率
- D. 检测车辆行驶轨迹
答案: B
解析: 人体分析技术通过车内摄像头和传感器检测驾驶员状态,如频繁打哈欠、闭眼睛时间过长等疲劳或分心行为,并发出警告提醒驾驶员休息。
17. FCN(全卷积网络)在图像分割中的主要特点是什么?
- A. 只能处理固定大小的图像
- B. 将传统卷积神经网络中的全连接层全部换成卷积层,实现像素级别的分割
- C. 只能进行目标检测不能进行分割
- D. 使用循环神经网络结构
答案: B
解析: FCN 将传统卷积神经网络中的全连接层全部换成卷积层,这样对图像分割时是像素级别的,输出的每个像素都有所属的类别。
二、多选题
1. 计算机视觉在以下哪些领域有重要应用?
- A. 自动驾驶
- B. 安防监控
- C. 医疗图像分析
- D. 智能交通系统
答案: ABCD
解析: 课程中提到了计算机视觉在自动驾驶(识别行人和交通标志)、安防监控(异常行为识别)、医疗(辅助医学图像分析如 X 光片、CT)、智能交通(流量监测、违章抓拍)等领域都有广泛应用。
2. 计算机视觉相比人类视觉的优势包括哪些?
- A. 不知疲倦地工作
- B. 能大量处理图像数据
- C. 处理速度非常快
- D. 理解复杂场景的能力更强
答案: ABC
解析: 计算机视觉的优势在于不知疲倦、能大量处理数据、处理速度快。但在理解复杂场景和处理模糊信息方面,人类视觉有更强的灵活性和适应性,计算机视觉在这方面存在局限性。D 是错误的。
3. CNN(卷积神经网络)的关键组成部分包括哪些?
- A. 卷积层
- B. 池化层
- C. 全连接层
- D. 循环层
答案: ABC
解析: CNN 的关键组成部分包括:卷积层(提取图像特征)、池化层(压缩特征、减少数据量但保留重要信息)、全连接层(整合特征进行分类)。CNN 不包含循环层。
4. 目标检测在自动驾驶中需要识别的目标包括哪些?
- A. 行人
- B. 交通标志(红绿灯、限速灯等)
- C. 车辆
- D. 天气情况
答案: ABC
解析: 目标检测在自动驾驶中需要识别行人(检测位置和行动方向以避让)、交通标志(红灯绿灯限速灯等需快速识别)、车辆等目标。天气情况不是目标检测的直接对象。
5. 人脸识别技术的应用场景包括哪些?
- A. 超市人脸支付
- B. 金融机构身份验证
- C. 公司考勤打卡
- D. 安防监控可疑人员识别
答案: ABCD
解析: 课程中提到人脸识别广泛应用于超市支付(识别身份和银行账号)、金融机构身份验证(开户等)、公司考勤系统(避免代打卡)、安防监控(机场火车站等场所识别可疑人员)等场景。
6. OCR 文字识别的主要步骤包括哪些?
- A. 图像采集
- B. 预处理(增强、二值化、降噪、倾斜矫正)
- C. 特征提取与字符识别
- D. 后处理(纠错、排版输出)
答案: ABCD
解析: OCR 的完整流程包括:图像采集(数字化)→预处理(增强、二值化、降噪、倾斜矫正)→特征提取与字符识别(模板匹配、神经网络法、支持向量机法等)→后处理(纠错、排版输出)。
7. OCR 字符识别中常用的方法有哪些?
- A. 模板匹配法
- B. 神经网络法
- C. 支持向量机法(SVM)
- D. 随机森林法
答案: ABC
解析: 课程中提到的 OCR 字符识别方法包括:模板匹配法(与预存字模比对)、神经网络法(深度学习自动识别)、支持向量机法。随机森林法未在课程中提及。
8. 人体分析技术的应用场景包括哪些?
- A. 商场客流统计与行为轨迹分析
- B. 安防监控异常行为检测
- C. 体育训练关键点定位分析
- D. 驾驶员疲劳检测
答案: ABCD
解析: 人体分析技术广泛应用于:商场客流统计和行为轨迹分析(优化商品布局)、安防监控(检测摔倒、闯入禁区等异常行为)、体育训练(运动员关键点定位分析动作)、驾驶检测(疲劳驾驶和分心检测)等场景。
9. 机器视觉在工业领域的应用包括哪些?
- A. 半导体芯片检测
- B. 医药包装瑕疵检测
- C. 汽车零件尺寸测量
- D. 电子元器件检测
答案: ABCD
解析: 机器视觉在工业领域有广泛应用:半导体行业(芯片缺陷检测)、医药行业(药品包装破损、封口不严、标签信息检测)、汽车行业(零件尺寸测量提高装配精度)、电子元器件检测(尺寸偏差、引脚变形、表面缺陷检测)。
10. 调用百度 OCR 接口需要准备哪些环境条件?
- A. 网络通畅
- B. 安装 Anaconda 提供的 Python 环境
- C. 获取百度 API 密钥(API Key、Secret Key 等)
- D. 安装 baidu-aip SDK 包
答案: ABCD
解析: 调用百度 OCR 接口需要:网络通畅(与百度服务器进行数据交互)、Anaconda Python 开发环境、百度 API 密钥(App ID、API Key、Secret Key 用于身份验证和权限)、以及安装 baidu-aip SDK 包。
11. 计算机视觉与生物视觉的关系描述正确的有哪些?
- A. 计算机视觉是模拟生物视觉的工作原理
- B. 两者可以结合发挥各自优势
- C. 计算机视觉在处理模糊信息方面优于人类视觉
- D. 在医疗中可以先用计算机视觉初筛,再由医生精确诊断
答案: ABD
解析: 计算机视觉模拟生物视觉工作原理(A 正确),两者可以结合互补(B 正确),在医疗中可以先 AI 初筛再医生诊断提高效率(D 正确)。但在处理模糊信息方面,人类视觉更胜一筹,可以根据经验和环境推测物体(C 错误)。
12. 在百度 OCR 实操任务中,常见的错误和问题有哪些?
- A. API 密钥等授权认证信息错误
- B. 未安装 baidu-aip 包
- C. 图片与执行程序不在同一目录下
- D. 代码中使用了中文标点符号
答案: ABCD
解析: 课程中总结了实操中常见的四类问题:账号 API Key 等授权认证错误、未安装 baidu-aip 包(正确命令是 pip install baidu-aip)、图片和程序不在同一目录(需移动文件或指定路径)、代码中使用了中文引号或标点导致语法错误(中文标点占两个字节)。
三、简答题
1. 简述计算机视觉的定义及其在人工智能中的定位。
参考答案: 计算机视觉(Computer Vision,CV)简单来说就是让计算机能够像人类一样,看懂摄像头拍摄的图像和视频的信息。它属于人工智能中感知智能的范畴,是让机器具备视觉的一种技术。计算机视觉通过摄像头采集图像(相当于人眼接收光线),然后通过各种算法和模型对采集的图像进行分析和理解(相当于大脑处理信号),从而实现图像识别、目标检测等功能。
2. 简述 CNN(卷积神经网络)的关键组成部分及各自的作用。
参考答案: CNN 是深度学习中专门用于处理图像的强大工具,其关键组成部分包括:(1)卷积层:负责提取丰富多彩的图像特征,如物体的形状、颜色、纹理等;(2)池化层:对特征进行压缩,减少数据量,但同时能够保留重要的特征信息;(3)全连接层:根据前面两层提取的特征信息进行整合分类,通过模仿人类大脑处理视觉信号的方式,最终分析得到分类结果。
支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!












