Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP

Упражнение 1:

Номер 1

В процессе поиска движущихся объектов в отличие от задачи определения областей движения необходимо построить траектории движения
	Что является решением задачи определения областей движения на видео?

Ответ:

(1) принципиальной разницы нет

(2) задача поиска движущихся объектов предполагает не просто определение области движения, но и вычисление положения движущихся объектов на последовательности кадров видеопотока

(3) в процессе поиска движущихся объектов в отличие от задачи определения областей движения необходимо построить траектории движения

Номер 2

Что является решением задачи определения областей движения на видео?

Ответ:

(1) совокупность бинарных изображений, в которых белые пиксели соответствуют пикселям, принадлежащим движущимся объектам, а черные – пикселям фона

(2) набор пикселей изображения, в которых происходит движение

(3) совокупность пикселей, в которых происходит движение, для каждого кадра видео

Номер 3

В каких случаях схема вычитания фона в задаче определения движения работает неэффективно?

Ответ:

(1) наличие шума

(2) наличие постоянного источника света

(3) резкое изменение освещенности

(4) резкая смена фона в результате движения камеры

(5) наличие медленно движущихся объектов

(6) быстрое изменение положения движущихся объектов

Упражнение 2:

Номер 1

Основное свойство аффинного преобразования?

Ответ:

(1) при аффинном преобразовании прямая переходит в прямую

(2) при аффинном преобразовании окружность переходит в окружность

(3) при аффинном преобразовании плоскость переходит в сферу

Номер 2

Зачем вычисляется расстояния Махаланобиса в методе вычитания фона, основанного на представлении модели фона смесью Гауссовых распределений?

Ответ:

(1) расстояние Махаланобиса не вычисляется в методе вычитания фона, основанного на представлении модели фона смесью Гауссовых распределений

(2) расстояние Махаланобиса для сопоставления Гауссовых распределений, смесью которых представлена модель фона

(3) расстояние Махаланобиса применяется для определения Гауссова распределения, которому соответствует очередное значение цвета/интенсивности пикселя

Номер 3

Чем определяется количество Гауссовых распределений в смеси Гауссовых распределений, которая представляет модель фона?

Ответ:

(1) количество распределений определяется сложностью фона

(2) количество распределений определяется размерами изображения

(3) количество распределений определяется сложностью моделей движения объектов

(4) количество распределений определяется объемами имеющихся вычислительных мощностей

Упражнение 3:

Номер 1

Выберите среди предложенного списка функций ошибки функцию кросс-корреляции.

Ответ:

(1)

(2)

(3)

Номер 2

За счет чего достигается ускорение при решении задачи определения областей движения с использованием иерархического схемы полного перебора?

Ответ:

(1) конструируется пирамида для некоторого набора последовательно идущих кадров видео посредством масштабирования каждого изображения последовательности (чем дальше кадр в последовательности, тем больше его размер). Последующий поиск выполняется от мелких изображений к более крупным, в результате чего постепенно отсекаются направления смещения, в которых заведомо не происходит движение.

(2) конструируется пара пирамид для пары последовательно идущих изображений посредством масштабирования исходных изображений. Последующий поиск выполняется от мелких изображений к более крупным, в результате чего постепенно отсекаются направления смещения, в которых заведомо не происходит движение.

Номер 3

Выберите правильное утверждение, которое связано с понятием многоуровневого движения:

Ответ:

(1) пиксели сгруппированы в слои – точки, имеющие одинаковый цвет/интенсивность. Многоуровневое движение – движение отдельных слоев.

(2) пиксели сгруппированы в слои – точки, находящиеся на разной глубине изображения. Многоуровневое движение – движение отдельных слоев.

(3) пиксели сгруппированы в слои – точки, имеющие одинаковое направление градиента. Многоуровневое движение – движение отдельных слоев.

(4) пиксели сгруппированы в слои – точки, имеющие одинаковую магнитуду градиента. Многоуровневое движение – движение отдельных слоев.

Упражнение 4:

Номер 1

Какое преобразование определяется моделью  $x'(x,y;p)=\begin{bmatrix}
a_{00} & a_{01} & a_{02} \\
a_{10} & a_{11} & a_{12} 
\end{bmatrix}\begin{bmatrix}
x  \\
y  \\
1  
\end{bmatrix}$ ?

Ответ:

(1) поворот с масштабированием

(2) преобразование подобия

(3) аффинное преобразование

Номер 2

Какое преобразование определяется моделью  $x'(x,y;p)=\begin{bmatrix}
a_{11} & a_{12} & a_{13} \\
a_{21} & a_{22} & a_{23} \\
a_{31} & a_{32} & a_{33} 
\end{bmatrix}\begin{bmatrix}
x  \\
y  \\
1  
\end{bmatrix}$ ?

Ответ:

(1) поворот с масштабированием

(2) перспективная проекция

(3) преобразование подобия

Номер 3

какое преобразование определяется моделью  $x'(x,y;p)=\begin{bmatrix}
a & -b & p_1 \\
b & a & p_2 \\
0 & 0 & 1 
\end{bmatrix}\begin{bmatrix}
x  \\
y  \\
1  
\end{bmatrix}$ ?

Ответ:

(1) поворот с масштабированием

(2) преобразование подобия

(3) поворот со сдвигом

Упражнение 5:

Номер 1

Выберите условия применимости метода вычисления оптического потока для определения областей движения.

Ответ:

(1) ближайшие пиксели двигаются с одинаковой скоростью

(2) яркость каждой точки объекта не изменяется с течением времени

(3) изменение яркости пикселя описывается нормальным распределением с математическим ожиданием, равным нулю

(4) ближайшие точки, принадлежащие одному объекту, в плоскости изображения двигаются с похожей скоростью

Номер 2

Что понимается под положением объекта на изображении?

Ответ:

(1) координаты прямоугольника, окаймляющего объект

(2) координаты центра масс контура объекта

(3) последовательность координат пикселей, принадлежащих контуру объекта

(4) все перечисленные утверждения верны

Номер 3

Что такое траектория движения объекта?

Ответ:

(1) последовательность координат прямоугольников, окаймляющих определенный объект

(2) последовательность координат центра масс контуров объекта, полученных на последовательности кадров видео

(3) совокупность контуров определенного объекта, полученных на последовательности кадров видео

(4) перечисленные определения являются частными. В общем случае, последовательность положений объекта на последовательности кадров видео

Упражнение 6:

Номер 1

К какой группе можно отнести методы сопоставления (matching) ключевых точек для сопровождения объектов?

Ответ:

(1) детерминистские методы сопровождения особых точек

(2) вероятностные методы сопровождения особых точек

(3) методы сопровождения компонент

Номер 2

В чем разница между сопровождением компонент (kernel tracking) и сопровождением силуэта (silhouette tracking)?

Ответ:

(1) принципиальной разницы нет

(2) при сопровождении компонент объект представляется шаблоном геометрической формы, а при сопровождении силуэта объект определяется собственным контуром или набором геометрических примитивов, соответствующих отдельным его частям

(3) при сопровождении компонент выполняется сопоставление отдельных фрагментов изображения, содержащих объект, с модельными фрагментами, а при сопровождении силуэта осуществляется сопоставление контура объекта с модельным набором контуров различных объектов.

Номер 3

Для чего применяется алгоритм RANSAC?

Ответ:

(1) RANSAC используется для сопоставления дескрипторов ключевых точек

(2) RANSAC используется для вычисления дескрипторов ключевых точек

(3) RANSAC – это общий метод, который используется для оценки параметров модели на основании случайных выборок.

Упражнение 7:

Номер 1

В процессе применения алгоритма RANSAC при сопоставлении ключевых точек модель представляет собой:

Ответ:

(1) матрицу преобразования дескрипторов ключевых точек на паре сопоставляемых изображений

(2) матрицу соответствий дескрипторов ключевых точек на паре сопоставляемых изображений

(3) матрицу проекций дескрипторов ключевых точек

Номер 2

Какой принцип теории управления является базовым для методов, основанных на применении фильтра Кальмана и фильтра частниц?

Ответ:

(1) принцип разомкнутого (программного) управления

(2) принцип обратной связи

(3) принцип компенсации (управление по возмущениям)

Номер 3

Условия применимости фильтра частиц для решения задачи сопровождения объектов:

Ответ:

(1) линейность системы (наблюдение является линейно функцией состояния)

(2) в системе присутствуют шумы с мультимодальным распределением

(3) выполнено условие марковской цепи для последовательности состояний

(4) в системе возможен только «белый» шум

Упражнение 8:

Номер 1

Что представляет собой наблюдение при построении фильтра Кальмана для случая равномерного движения?

Ответ:

(1) координаты точки на плоскости, связанной с изображением

(2) вектор скорости точки на плоскости, связанной с изображением

(3) координаты и компоненты вектора скорости точки на плоскости, связанной с изображением

(4) координаты точки на плоскости, связанной с изображением, и угол наклона вектора скорости относительно горизонтальной оси указанной плоскости

Номер 2

Условия применимости фильтра Кальмана для решения задачи сопровождения объектов:

Ответ:

(1) линейность системы (наблюдение является линейно функцией состояния)

(2) в системе присутствуют шумы с мультимодальным распределением

(3) в системе возможен только «белый» шум

Номер 3

Что представляет собой состояние системы при построении фильтра Кальмана для случая равномерного движения?

Ответ:

(1) координаты точки на плоскости, связанной с изображением

(2) вектор скорости точки на плоскости, связанной с изображением

(3) координаты и компоненты вектора скорости точки на плоскости, связанной с изображением

(4) координаты точки на плоскости, связанной с изображением, и угол наклона вектора скорости относительно горизонтальной оси указанной плоскости

Упражнение 9:

Номер 1

Что из нижеперечисленного является результатом детектирования объектов на изображении:

Ответ:

(1) координаты прямоугольника, ограничивающего объекта

(2) координаты контура, ограничивающего объект

(3) набор дескрипторов ключевых точек, принадлежащих объекту

Номер 2

В чем преимущество метода «скользящего окна» для детектирования объектов на изображении:

Ответ:

(1) позволяет увеличить скорость работы алгоритма детектирования

(2) позволяет детектировать несколько объектов на изображении

(3) позволяет детектировать объекты сложной формы на изображении

Номер 3

Что из нижеперечисленного является основными этапами алгоритма вывода в методах детектирования объектов на изображении, основанных на извлечении признаков:

Ответ:

(1) применение алгоритма классификации к признаковому описанию изображения (части изображения)

(2) извлечение признаков из изображения (части изображения)

(3) оценка степени соответствия признакового описания изображения (части изображения) с шаблоном

Упражнение 10:

Номер 1

Что из нижеперечисленного может использоваться в качестве признаков, извлеченных из изображения в методах детектирования объектов на изображении, основанных на извлечении признаков:

Ответ:

(1) гистограммы ориентированных градиентов

(2) CART

(3) машина опорных векторов

Номер 2

Что из нижеперечисленного может использоваться в качестве классификаторов в методах детектирования объектов на изображении, основанных на извлечении признаков:

Ответ:

(1) гистограммы ориентированных градиентов

(2) случайный лес

(3) нейронные сети

Номер 3

Пусть рассматривается метод детектирования объектов на изображении, основанный на извлечении признаков. В качестве признакового описания используется HoG (гистограмма ориентированных градиентов), в качестве классификатора – машина опорных векторов (обученный при фиксированной размерности пространства признаков). Известно, что на изображении имеются объекты разного масштаба. Какой из нижеперечисленных подходов возможно применить в данном случае:

Ответ:

(1) зафиксировать размер изображения, рассмотреть «скользящее окно» в разных масштабах

(2) зафиксировать размер «скользящего окна», рассмотреть изображение в разных масштабах

(3) возможны оба варианта

Упражнение 11:

Номер 1

Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет увеличение значения данного порога:

Ответ:

(1) к увеличению числа найденных совпадений, к уменьшению числа ложных срабатываний

(2) к уменьшению числа найденных совпадений, к уменьшению числа ложных срабатываний

(3) к увеличению числа найденных совпадений, к увеличению числа ложных срабатываний

Номер 2

Пусть рассматривается метод детектирования объектов на изображении, основанный на сопоставлении с шаблоном, который представляет собой набор дескрипторов ключевых точек. В качестве меры совпадения ключевой точки на изображении с точкой на шаблоне используется критерий близости их дескрипторов по евклидовой метрике (значение данной величины должно быть меньше определенного порога). К чему приведет уменьшение значения данного порога:

Ответ:

(1) к уменьшению числа правильно продетектированных несовпадений, к увеличению числа правильных соответствий, которые были отброшены

(2) к увеличению числа правильно продетектированных несовпадений, к увеличению числа правильных соответствий, которые были отброшены

(3) к уменьшению числа правильно продетектированных несовпадений, к уменьшению числа правильных соответствий, которые были отброшены

Номер 3

О чем свидетельствует увеличение величины площади под ROC-кривой, на которой отображены значения precision/recall для алгоритма нахождения совпадений между ключевыми точками на изображении и шаблоне:

Ответ:

(1) об ухудшении качества работы данного алгоритма

(2) об улучшении качества работы данного алгоритма

(3) об увеличении скорости работы данного алгоритма

Упражнение 12:

Номер 1

Пусть на изображении и на шаблоне содержится n ключевых точек. Чему равна вычислительная сложность алгоритма нахождения соответствий между точками на изображении и точками на шаблоне в случае использования метода полного перебора:

Ответ:

(1) O(log n)

(2) O(n^2)

(3) O(n)

Номер 2

Что из нижеперечисленного является основными этапами алгоритма вывода в методах детектирования объектов на изображении, основанных на сравнении с шаблоном:

Ответ:

(1) нахождение меры соответствия признаков, извлеченных из изображения (части изображения) с признаками, извлеченными из шаблона

(2) выделение признаков из изображения (части изображения)

(3) выделение признаков из изображения (части изображения)

Номер 3

В чем основное назначение использования пирамиды изображений при детектировании объектов на изображениях:

Ответ:

(1) возможность детектирования объектов разных размеров

(2) ускорение вычислений

(3) возможность детектирования объектов разных классов

Упражнение 13:

Номер 1

Пусть дано изображение шириной и высотой в 32 пикселя. Ширина и высота «скользящего окна» равна 10 пикселям. Чему равно число различных положений «скользящего окна», полностью лежащего на исходном изображении:

Ответ:

(1) 1024

(2) 100

(3) 529

Номер 2

Пусть дано изображение шириной и высотой в 22 пикселя. Ширина и высота «скользящего окна» равна 8 пикселям. Чему равно число различных положений «скользящего окна» на исходном изображении:

Ответ:

(1) 64

(2) 225

(3) 484

Номер 3

О чем свидетельствует уменьшение величины площади под ROC-кривой, на которой отображены значения precision/recall для алгоритма нахождения совпадений между ключевыми точками на изображении и шаблоне:

Ответ:

(1) Об ухудшении качества работы данного алгоритма

(2) Об уменьшении скорости работы данного алгоритма

(3) Об улучшении качества работы данного алгоритма

Разработка мультимедийных приложений с использованием библиотек OpenCV и IPP - тест 4