Chủ đề của CPV301 - Thị giác máy tính

CPV301 - Phần 9: Nhận dạng và bám vết đối tượng

Khối cuối của môn, gồm hai mục. Mục nhận dạng khuôn mặt chia quy trình thành các bước phát hiện khuôn mặt, phân tích đặc trưng, chuyển ảnh thành dữ liệu, rồi đối sánh. Hai nhóm phương pháp được tách bạch: nhóm đối sánh toàn cục coi khuôn mặt như một bài toán hai chiều và dùng phân tích thành phần chính, phân tích biệt số tuyến tính, phân tích thành phần độc lập; nhóm dựa trên đặc trưng thì rút các bộ phận như mắt, mũi, miệng rồi đưa vị trí và thống kê của chúng vào một bộ phân loại cấu trúc. Eigenface được hiểu đúng là các đặc điểm phân biệt rõ nhất giữa các cá thể trong tập huấn luyện. Mục bám vết đối tượng gồm ba bước là phát hiện tập đối tượng ban đầu, gán mã định danh duy nhất cho từng đối tượng, rồi giữ mã đó qua các khung hình; ba lối bám vết là theo điểm, theo nhân và theo bóng.

10 câu hỏi100% có giải thích
Một câu trong chủ đề này
AHolistic Matching Methods
BFeature-based Methods
CEigenfaces
DLinear Discriminant Analysis
Lời giải
Rút các đặc trưng cục bộ như mắt, mũi, miệng rồi đưa vị trí cùng thống kê của chúng vào bộ phân loại cấu trúc là nhóm phương pháp DỰA TRÊN ĐẶC TRƯNG. Nhóm đối sánh toàn cục, eigenface và phân tích biệt số tuyến tính đều xử lý cả khuôn mặt như một khối.
Mở trang câu hỏi này →

Bắt đầu bằng Chế độ học nếu bạn muốn đáp án và giải thích hiện ngay sau mỗi câu — không bấm giờ, dừng lúc nào cũng được. Chọn Thi thử khi muốn biết mình đang ở đâu: có bấm giờ, chấm điểm ở cuối, và giải thích chỉ mở sau khi nộp.

Học ngân hàng câu hỏi của chủ đề

Luyện tập theo chủ đề này

10Câu hỏi hiện có

Câu hỏi trong chủ đề

Câu 1 – 10 trong 10 câu
AHolistic Matching Methods
BFeature-based Methods
CEigenfaces
DLinear Discriminant Analysis
Lời giải
Rút các đặc trưng cục bộ như mắt, mũi, miệng rồi đưa vị trí cùng thống kê của chúng vào bộ phân loại cấu trúc là nhóm phương pháp DỰA TRÊN ĐẶC TRƯNG. Nhóm đối sánh toàn cục, eigenface và phân tích biệt số tuyến tính đều xử lý cả khuôn mặt như một khối.
Mở trang câu hỏi này →
AMulti-view based method
BDeterministic method
CProbabilistic method
DShape matching
Lời giải
Trong phân loại của Yilmaz, phương pháp dựa trên nhiều khung nhìn thuộc nhóm bám vết theo NHÂN. Phương pháp tất định và xác suất thuộc bám vết theo điểm; đối sánh hình dạng thuộc bám vết theo bóng.
Mở trang câu hỏi này →
AFace detection
BFace analysis
CConverting the image to data
DFinding a match
Lời giải
Bước chụp ảnh khuôn mặt rồi tìm các đặc trưng cụ thể là PHÂN TÍCH khuôn mặt. Phát hiện khuôn mặt chỉ định vị khuôn mặt trong khung hình; chuyển ảnh thành dữ liệu là bước mã hoá; đối sánh là bước cuối. ⚠ Vế 'chụp ảnh' làm câu chồng lấn với bước phát hiện; độ chắc vừa.
Mở trang câu hỏi này →
A11200
B1254400
C20000
D12544
Lời giải
Mỗi ảnh 112 nhân 112 cho 12.544 pixel, và PCA ban đầu phân tách ảnh thành đúng số thành phần bằng số chiều đó. Con số 200 chỉ là số thành phần GIỮ LẠI sau khi rút gọn.
Mở trang câu hỏi này →
AAverage face features from a training dataset.
BThe most distinctive facial features across different individuals.
CTemplates for specific facial expressions (e.g., smiling, frowning).
DA 3D model of a face for high-resolution recognition.
Lời giải
Eigenface là các thành phần chính, tức các hướng biến thiên mạnh nhất, nên chúng thể hiện những nét PHÂN BIỆT rõ nhất giữa các cá thể. Lựa chọn A mô tả khuôn mặt trung bình; C và D mô tả những thứ eigenface không phải.
Mở trang câu hỏi này →
ATaking an initial set of object detections (such as an input set of bounding box coordinates)
BCreating a unique ID for each of the initial detections
CAnd then tracking each of the objects as they move around frames in a video, maintaining the assignment of unique IDs
DAll of the above
Lời giải
Cả ba bước đều thuộc quy trình bám vết đối tượng: phát hiện tập đối tượng ban đầu bằng khung bao, gán mã định danh duy nhất cho từng đối tượng, và giữ mã đó khi chúng di chuyển qua các khung hình.
Mở trang câu hỏi này →
A1
B4
C2
D3
Lời giải
Nhận dạng khuôn mặt được chia thành 4 bước: phát hiện khuôn mặt, phân tích đặc trưng, chuyển ảnh thành dữ liệu, và đối sánh. Đề hỏi số bước nên đáp án là 4.
Mở trang câu hỏi này →
AAverage face features from a training dataset.
BThe most distinctive facial features across different individuals.
CTemplates for specific facial expressions (e.g., smiling, frowning).
DA 3D model of a face for high-resolution recognition.
Lời giải
Eigenface là các đặc trưng PHÂN BIỆT rõ nhất giữa các khuôn mặt trong tập huấn luyện — chúng là các thành phần chính, tức các hướng có phương sai lớn nhất. Lựa chọn A mô tả khuôn mặt trung bình, vốn chỉ là một thành phần bị trừ đi trước khi tính.
Mở trang câu hỏi này →
AFeature-based Methods
BHolistic Matching Methods
CStructural Classifier Methods
DNeural network based method
Lời giải
Nhóm coi nhận dạng khuôn mặt như bài toán hai chiều và dùng PCA, LDA, ICA là nhóm đối sánh toàn cục. Nhóm dựa trên đặc trưng rút các bộ phận riêng lẻ; nhóm bộ phân loại cấu trúc và nhóm mạng nơ-ron là các hướng khác.
Mở trang câu hỏi này →
AKernel Tracking
BPoint Tracking
CSilhouette Tracking
DTemplate Matching
Lời giải
Lối bám vết biểu diễn đối tượng bằng vùng phôi thai, nhấn vào HÌNH DẠNG và diện mạo, là bám vết theo bóng. Bám vết theo nhân dùng khung hình học như hình chữ nhật; bám vết theo điểm dùng các điểm đặc trưng.
Mở trang câu hỏi này →

Đề có câu hỏi của chủ đề này

2 đề chứa ít nhất một câu thuộc chủ đề — mở đề để làm cả bộ, không chỉ từng câu.