CPV301 Thị giác máy tính – Bộ ôn tập thi lại số 1 (50 câu)

⚠ ĐỀ DIỄN ĐẠT NGƯỢC. Phép ngưỡng chuẩn thay pixel bằng ĐEN khi cường độ NHỎ HƠN hằng số và bằng TRẮNG khi lớn hơn. Cả phương án B lẫn C đều đảo chiều so với định nghĩa chuẩn. Tôi chọn B vì nó giữ đúng cấu trúc 'so với một hằng số cố định' và là phương án gần định nghĩa nhất; nên rà lại với giảng viên.

Khác biệt lớn nhất giữa mô hình Phong và thực tế là Phong giả định đường đi của ánh sáng thẳng và trực tiếp, trong khi thực tế nguồn sáng có thể bị che khuất và ánh sáng còn phản xạ qua lại giữa các bề mặt. Ba lựa chọn kia bỏ sót một trong hai hiện tượng đó.

Ý tưởng nền của RANSAC là lặp lại việc ước lượng mô hình từ một tập con các điểm nội lai. Cực tiểu tổng bình phương sai lệch là bình phương nhỏ nhất; cực đại thông tin tương hỗ và ước lượng mật độ hạt nhân là kỹ thuật khác.

Thị giác máy tính nhằm DIỄN GIẢI và ra quyết định từ dữ liệu hình ảnh; xử lý ảnh nhằm thao tác và biến đổi dữ liệu pixel. Lựa chọn A và D đảo ngược hai định nghĩa; B nói chúng là một.

Mệnh đề sai là 'ghép ảnh khớp hai pixel có cường độ tương tự từ hai ảnh kề nhau'. Ghép ảnh khớp theo ĐẶC TRƯNG chứ không theo cường độ từng pixel. Ba mệnh đề kia đều đúng.

Lọc dị hướng cải thiện chất lượng kết cấu bề mặt bằng cách khử răng cưa ở các góc nhìn xiên. Nó không làm mờ thêm, không giảm chi tiết, và tác dụng của nó thể hiện rõ nhất chính ở góc nhìn xiên chứ không phải vuông góc.

Trong K-means, K là số CỤM cần chia dữ liệu thành. Nó không phải số chiều của dữ liệu, không phải số điểm dữ liệu, và cũng không phải số vòng lặp — ba đại lượng đó đều do dữ liệu và điều kiện dừng quyết định chứ không do người dùng đặt qua K.

Faster R-CNN là kiến trúc hai giai đoạn: mạng đề xuất vùng sinh ứng viên, rồi bộ phân loại gán nhãn. YOLO và SSD là một giai đoạn; thác Haar không phải mạng nơ-ron.

Căn chỉnh theo đặc trưng phát hiện rồi so khớp một tập THƯA các đặc trưng, thay vì so từng pixel. So pixel trực tiếp là căn chỉnh trực tiếp; biến đổi ngẫu nhiên và phân vùng không phải cách căn chỉnh.

Tần số Nyquist bằng một nửa tần số lấy mẫu. Vượt quá ngưỡng này thì xảy ra chồng phổ.

Nâng chất lượng ảnh chụp hoặc quét tài liệu là việc của XỬ LÝ ảnh, không phải của căn chỉnh ảnh. Ba mục kia đều là ứng dụng thật: nhận dạng mẫu biểu, dựng ảnh toàn cảnh, và so nhiều lần chụp cùng một mô.

RANSAC sinh ra để xử lý ĐIỂM NGOẠI LAI trong dữ liệu vào. Quá khớp và thiếu khớp là vấn đề của việc chọn mô hình; độ phức tạp tính toán là hệ quả chứ không phải bài toán nó giải.

Mô hình hỗn hợp Gauss coi PHÂN BỐ là tổng có trọng số của nhiều phân bố Gauss. Lựa chọn C thu hẹp sai xuống mức 'cường độ từng pixel'; B và D dùng phép nhân thay vì phép cộng.

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.

Khối điều chỉnh mức khuếch đại và mức đen cho khớp công suất ánh sáng tới với dải động của ảnh là tự động điều chỉnh khuếch đại. Nhiễu cảm biến là hiện tượng; độ phân giải bộ chuyển đổi và cân bằng trắng là khối khác.