Vision par ordinateur et reconnaissance d'images

Vision par ordinateur et reconnaissance d'images - Quiz

1. La vision par ordinateur est un domaine interdisciplinaire qui permet aux ordinateurs d'interpréter et de comprendre le monde visuel à partir d'images numériques ou de vidéos. Elle implique le développement d'algorithmes et de techniques pour extraire des informations significatives à partir de données visuelles, en imitant les capacités du système visuel humain. La reconnaissance d'images, un sous-ensemble de la vision par ordinateur, se concentre sur l'identification et la catégorisation d'objets, de scènes ou de modèles dans des images ou des vidéos. Grâce à l'utilisation de l'apprentissage profond, des réseaux neuronaux et de l'apprentissage automatique, la vision par ordinateur et la reconnaissance d'images ont des applications dans divers domaines, notamment les soins de santé, les véhicules autonomes, la surveillance, la réalité augmentée, etc.

Qu'est-ce que la vision par ordinateur ?

A) L'étude du fonctionnement de la vision humaine.
B) L'utilisation d'écrans d'ordinateur pour afficher des images.
C) Le processus de filtrage et d'amélioration des images visuelles.
D) Domaine d'étude qui permet aux ordinateurs d'interpréter et de comprendre les informations visuelles du monde réel.

2. Quel est l'objectif du prétraitement des images dans le domaine de la vision par ordinateur ?

A) Déformation aléatoire des images.
B) Rendre les images floues pour un effet artistique.
C) Amélioration de la qualité des images et réduction du bruit pour une meilleure analyse.
D) Modification des dimensions de l'image.

3. Que signifie le terme "segmentation d'images" ?

A) Division d'une image en régions ou objets significatifs pour l'analyse.
B) Création d'une image miroir de l'original.
C) Suppression des couleurs d'une image.
D) Combinaison de plusieurs images en une seule.

4. Quelle mesure d'évaluation est couramment utilisée pour les tâches de classification d'images ?

A) R au carré
B) Erreur quadratique moyenne
C) Score F1
D) Précision

5. Quelle technique peut être utilisée pour réduire l'overfitting dans les modèles d'apprentissage profond pour la reconnaissance d'images ?

A) Augmenter le taux d'apprentissage
B) Utilisation de lots plus petits
C) Régularisation de l'abandon
D) Ajouter des couches au réseau

6. Qu'entend-on par "apprentissage par transfert" dans le contexte de l'apprentissage profond pour la reconnaissance d'images ?

A) Utilisation de modèles pré-entraînés et adaptation à une tâche spécifique.
B) Transfert des pixels d'une image vers une nouvelle image.
C) Transfert de gradients pendant la rétropropagation.
D) Transfert d'images entre différents appareils.

7. À quoi sert une "couche de mise en commun" dans un réseau neuronal convolutif ?

A) Réduire les dimensions spatiales de l'entrée.
B) Introduire la non-linéarité dans le réseau.
C) Augmentation du nombre de paramètres.
D) Normalisation des valeurs d'entrée.

8. Quelle fonction d'activation est couramment utilisée dans les réseaux neuronaux convolutionnels ?

A) Sigmoïde
B) Linéaire
C) ReLU (Rectified Linear Unit)
D) Tanh

9. À quoi sert une "matrice de confusion" dans l'évaluation des modèles de classification d'images ?

A) Création d'images composites.
B) Résumer les performances d'un modèle de classification en utilisant les valeurs de vrais positifs, faux positifs, vrais négatifs et faux négatifs.
C) Le floutage des images pour la protection de la vie privée.
D) Conversion des images en niveaux de gris.

10. Qu'est-ce que la "segmentation d'instance" dans le contexte de la détection d'objets ?

A) Lissage des intensités des pixels.
B) Conversion des images en noir et blanc.
C) Identifier et délimiter des objets individuels dans une scène.
D) Application de filtres de couleur aux images.

11. Quelle technique peut être utilisée pour affiner un modèle CNN pré-entraîné en vue d'une nouvelle tâche ?

A) Apprentissage par transfert
B) Réduction de la dimensionnalité de l'ACP
C) Recadrage des images
D) Injection de bruit

12. Quelle couche d'un CNN est responsable de la réduction des dimensions spatiales ?

A) Couche de mise en commun
B) Couche d'activation
C) Couche convolutive
D) Couche entièrement connectée

13. Quelle est la technique couramment utilisée pour l'extraction des caractéristiques d'une image ?

A) Analyse en composantes principales (ACP)
B) Machines à vecteurs de support (SVM)
C) Réseaux neuronaux convolutifs (CNN)
D) Voisins les plus proches (K-Nearest Neighbors - KNN)

14. Quelle méthode peut être utilisée pour calculer le flux optique dans le traitement vidéo ?

A) Flou gaussien
B) Transformée de Fourier
C) Égalisation d'histogramme
D) Méthode Lucas-Kanade

15. Quel est l'exemple d'un ensemble de données populaire couramment utilisé pour les tâches de reconnaissance d'images ?

A) Ensemble de données météorologiques
B) Ensemble de données sur le spam
C) Ensemble de données sur les paroles de chansons
D) ImageNet

16. Que signifie CNN ?

A) Réseau de neurones informatisé
B) Réseau neuronal convolutif
C) Réseau complexe de neurones
D) Réseau neuronal contrôlé

17. Quelle technique est utilisée pour le débruitage des images dans le domaine de la vision par ordinateur ?

A) Rotation des images
B) Ajout de bruit aux images
C) Augmentation de la résolution de l'image
D) Débruitage non local

18. Que signifie le terme "SIFT" dans le contexte de la reconnaissance d'images ?

A) Segmentation des caractéristiques et des textures des images
B) Suivi semi-intégré des visages
C) Technique de filtrage sélectif des images
D) Transformations de caractéristiques invariantes à l'échelle

19. Quelle fonction de perte est couramment utilisée dans les tâches de classification d'images ?

A) Perte d'entropie croisée binaire
B) Erreur quadratique moyenne
C) Perte de L1
D) Perte d'entropie croisée

20. Quelle technique est utilisée pour identifier et localiser des objets dans une image ?

A) Détection d'objets
B) Segmentation des images
C) Classification des images
D) Extraction des caractéristiques

21. Quel est l'objectif de l'homographie dans le domaine de la vision par ordinateur ?

A) Les limites de l'image sont floues.
B) Cartographie d'une image sur un autre plan d'image.
C) Normalisation des histogrammes d'images.
D) Détection des bords des objets.

22. Quelle fonction d'activation est généralement utilisée dans la couche de sortie d'un CNN pour la classification multi-classes ?

A) Softmax
B) ReLU
C) Sigmoïde
D) Tanh

23. Quel modèle CNN pré-entraîné est couramment utilisé pour diverses tâches de reconnaissance d'images ?

A) AlexNet
B) InceptionNet
C) VGGNet
D) ResNet (Réseau résiduel)

Créé avec That Quiz — où la rédaction de tests et l’administration de tests sont rendues facile pour les mathématiques et d’autres matières..