第一章 单元测试

1、单选题：
针孔相机模型中，三维点(X,Y,Z)到图像平面的规范投影方程为（ ）。
选项：
A:x=X*Z, y=Y*Z
B:x=-X/Z, y=-Y/Z
C:x=X/Z, y=Y/Z
D:x=Z/X, y=Z/Y
答案: 【x=X/Z, y=Y/Z】

2、单选题：
在透视投影中，三维空间中不平行于2D投影面的两个平行平面在二维图像平面中会（ ）。
选项：
A:方向随机改变
B:变为曲线
C:汇聚到一条消失线
D:仍然保持平行关系
答案: 【汇聚到一条消失线】

3、多选题：
相机内参矩阵通常包含以下哪些参数（ ）。
选项：
A:相机在世界坐标系中的位置
B:焦距
C:像素的长宽比或偏斜因子
D:主点（光轴与成像平面的交点）坐标
答案: 【焦距;
像素的长宽比或偏斜因子;
主点（光轴与成像平面的交点）坐标】

4、多选题：
运动恢复结构（SfM）的主要处理步骤包括（ ）。
选项：
A:图像语义分割
B:相机位姿估计与增量式重建
C:图像特征点检测与描述子提取
D:稀疏三维点云生成
答案: 【相机位姿估计与增量式重建;
图像特征点检测与描述子提取;
稀疏三维点云生成】

5、判断题：
相机标定的目的是同时求解相机的内参矩阵和外参矩阵，以建立图像坐标与世界坐标之间的映射关系。（ ）
选项：
A:对
B:错
答案: 【对】

第二章 单元测试

1、单选题：
卷积神经网络（CNN）相比全连接网络处理图像更有效的主要原因是（ ）。
选项：
A:采用了自注意力机制
B:具有更深的网络层数
C:参数共享和局部感受野机制，大幅减少参数量并提取空间特征
D:使用了更多的训练数据
答案: 【参数共享和局部感受野机制，大幅减少参数量并提取空间特征】

2、单选题：
以下关于单阶段目标检测（如YOLO系列）相比两阶段检测（如Faster RCNN）的描述，正确的是（ ）。
选项：
A:单阶段检测完全不依赖任何先验锚框（Anchor）设计
B:单阶段检测推理速度更快，更适合实时应用，但在小目标检测精度上通常略低于两阶段方法
C:单阶段检测首先生成候选区域（Region Proposal），再对候选区域逐一分类
D:两阶段检测的推理速度总是快于单阶段检测
答案: 【单阶段检测推理速度更快，更适合实时应用，但在小目标检测精度上通常略低于两阶段方法】

3、多选题：
在目标检测中，特征金字塔网络（FPN）的主要作用和特点包括（ ）。
选项：
A:完全替代主干网络（Backbone）的特征提取功能
B:通过自顶向下的路径将高层语义特征与低层细节特征进行融合
C:使检测模型能够同时利用不同分辨率的特征图检测多尺度目标
D:有效提升小目标和多尺度目标的检测性能
答案: 【通过自顶向下的路径将高层语义特征与低层细节特征进行融合;
使检测模型能够同时利用不同分辨率的特征图检测多尺度目标;
有效提升小目标和多尺度目标的检测性能】

4、多选题：
可供性估计在具身机器人中的典型应用包括（ ）。
选项：
A:识别物体上可供抓取的区域
B:判断环境中可供坐下或站立的位置
C:确定可供机器人通过的路径区域
D:测量物体的精确重量
答案: 【识别物体上可供抓取的区域;
判断环境中可供坐下或站立的位置;
确定可供机器人通过的路径区域】

5、判断题：
语义分割和实例分割都能够区分同一类别中的不同个体实例。（ ）
选项：
A:错
B:对
答案: 【错】

本门课程剩余章节答案为付费内容

支付后可长期查看

有疑问请添加客服QQ：2025479448反馈

购买期末请+QQ：2025479448

如遇卡顿看不了请换个浏览器即可打开

请看清楚了再购买哦，电子资源购买后不支持退款哦