ThatQuiz
|
Directorio
|
Inténtalo
Visión por ordenador y reconocimiento de imágenes - Examen
  • 1. La visión por ordenador es un campo interdisciplinar que permite a los ordenadores interpretar y comprender el mundo visual a partir de imágenes digitales o vídeos. Implica el desarrollo de algoritmos y técnicas para extraer información significativa de los datos visuales, imitando las capacidades del sistema visual humano. El reconocimiento de imágenes, un subconjunto de la visión por ordenador, se centra en la identificación y categorización de objetos, escenas o patrones en imágenes o vídeos. Mediante el uso del aprendizaje profundo, las redes neuronales y el aprendizaje automático, la visión por ordenador y el reconocimiento de imágenes tienen aplicaciones en diversos ámbitos, como la asistencia sanitaria, los vehículos autónomos, la vigilancia y la realidad aumentada, entre otros.

    ¿Qué es la visión por ordenador?
A) El uso de pantallas de ordenador para mostrar imágenes.
B) Estudio del funcionamiento de la visión humana.
C) Campo de estudio que permite a los ordenadores interpretar y comprender la información visual del mundo real.
D) Proceso de filtrado y mejora de imágenes visuales.
  • 2. ¿Para qué sirve el preprocesamiento de imágenes en visión por ordenador?
A) Desenfoque de imágenes para conseguir un efecto artístico.
B) Mejora de la calidad de imagen y reducción del ruido para un mejor análisis.
C) Distorsión aleatoria de imágenes.
D) Cambiar las dimensiones de la imagen.
  • 3. ¿Qué se entiende por "segmentación de imágenes"?
A) Crear una imagen especular del original.
B) Dividir una imagen en regiones u objetos significativos para su análisis.
C) Eliminar colores de una imagen.
D) Combinar varias imágenes en una.
  • 4. ¿Qué métrica de evaluación se utiliza habitualmente en las tareas de clasificación de imágenes?
A) Precisión
B) R-cuadrado
C) Puntuación F1
D) Error cuadrático medio
  • 5. ¿Qué técnica se puede utilizar para reducir el sobreajuste en los modelos de aprendizaje profundo para el reconocimiento de imágenes?
A) Utilización de lotes más pequeños
B) Aumentar el ritmo de aprendizaje
C) Regularización de abandonos
D) Añadir más capas a la red
  • 6. ¿Qué se entiende por "aprendizaje de transferencia" en el contexto del aprendizaje profundo para el reconocimiento de imágenes?
A) Transferencia de gradientes durante la retropropagación.
B) Transferencia de píxeles de imagen a una nueva imagen.
C) Utilización de modelos preentrenados y ajuste fino para una tarea específica.
D) Transferencia de imágenes entre distintos dispositivos.
  • 7. ¿Para qué sirve una "capa de agrupamiento" en una red neuronal convolucional?
A) Introducir la no linealidad en la red.
B) Reducir las dimensiones espaciales de la entrada.
C) Aumento del número de parámetros.
D) Normalización de los valores de entrada.
  • 8. ¿Qué función de activación se utiliza habitualmente en las redes neuronales convolucionales?
A) Tanh
B) Lineal
C) Sigmoide
D) ReLU (Unidad lineal rectificada)
  • 9. ¿Para qué sirve una "matriz de confusión" en la evaluación de modelos de clasificación de imágenes?
A) Resumir el rendimiento de un modelo de clasificación utilizando los valores de verdadero positivo, falso positivo, verdadero negativo y falso negativo.
B) Desenfoque de imágenes para proteger la intimidad.
C) Creación de imágenes compuestas.
D) Conversión de imágenes a escala de grises.
  • 10. ¿Qué capa de una CNN se encarga de reducir las dimensiones espaciales?
A) Capa convolucional
B) Capa de agrupamiento
C) Capa totalmente conectada
D) Capa de activación
  • 11. ¿Qué es la "segmentación de instancias" en el contexto de la detección de objetos?
A) Aplicación de filtros de color a las imágenes.
B) Conversión de imágenes a blanco y negro.
C) Identificación y delimitación de objetos individuales dentro de una escena.
D) Suavizado de las intensidades de los píxeles.
  • 12. ¿Para qué sirve la homografía en la visión por ordenador?
A) Mapeo de una imagen en otro plano de imagen.
B) Detección de bordes de objetos.
C) Desenfoque de los límites de la imagen.
D) Normalización de histogramas de imágenes.
  • 13. ¿Qué técnica se utiliza para identificar y localizar objetos dentro de una imagen?
A) Detección de objetos
B) Segmentación de imágenes
C) Extracción de características
D) Clasificación de imágenes
  • 14. ¿Qué técnica se utiliza habitualmente para extraer características de las imágenes?
A) Vecinos más próximos (KNN)
B) Máquinas de vectores soporte (SVM)
C) Análisis de componentes principales (ACP)
D) Redes neuronales convolucionales (CNN)
  • 15. ¿Qué modelo CNN preentrenado se utiliza habitualmente para diversas tareas de reconocimiento de imágenes?
A) ResNet (red residual)
B) AlexNet
C) InceptionNet
D) VGGNet
  • 16. ¿Qué significa el término "SIFT" en el contexto del reconocimiento de imágenes?
A) Transformación de características invariantes de escala
B) Seguimiento facial semiintegrado
C) Segmentación de características y texturas de imágenes
D) Técnica de filtrado selectivo de imágenes
  • 17. ¿Qué función de pérdida se utiliza habitualmente en tareas de clasificación de imágenes?
A) Error cuadrático medio
B) Pérdida de entropía cruzada binaria
C) Pérdida L1
D) Pérdida de entropía cruzada
  • 18. ¿Cuál es un ejemplo de conjunto de datos popular utilizado habitualmente para tareas de reconocimiento de imágenes?
A) Conjunto de datos meteorológicos
B) ImageNet
C) Conjunto de datos sobre spam
D) Conjunto de datos de letras de canciones
  • 19. ¿Qué técnica puede utilizarse para ajustar un modelo CNN preentrenado a una nueva tarea?
A) Inyección de ruido
B) Recorte de imágenes
C) Aprendizaje por transferencia
D) PCA Reducción de la dimensionalidad
  • 20. ¿Qué técnica se utiliza para la eliminación de ruido de imágenes en visión por ordenador?
A) Rotación de imágenes
B) Eliminación de ruido de medios no locales
C) Añadir ruido a las imágenes
D) Aumento de la resolución de imagen
  • 21. ¿Qué significa CNN?
A) Red neuronal compleja
B) Red neuronal informatizada
C) Red neuronal controlada
D) Red neuronal convolucional
  • 22. ¿Qué método puede utilizarse para calcular el flujo óptico en el tratamiento de vídeo?
A) Transformada de Fourier
B) Ecualización del histograma
C) Desenfoque gaussiano
D) Método Lucas-Kanade
  • 23. ¿Qué función de activación se utiliza habitualmente en la capa de salida de una CNN para la clasificación multiclase?
A) Tanh
B) Sigmoide
C) ReLU
D) Softmax
Examen creado con That Quiz — el sitio de matemáticas.