Для студентов МФПУ «Синергия» по предмету Государство и правоКомпьютерное зрениеКомпьютерное зрение
2024-02-232024-02-23СтудИзба
Ответы к зачёту: Компьютерное зрение
Описание
Тест с ответами Компьютерное зрение Синергия. Итоговый тест. Зачтено - Результат 100 баллов
Как называется процесс преобразования изображения таким образом, чтобы оно выглядело, как нарисованное?
Как называется процесс преобразования изображения таким образом, чтобы оно выглядело, как нарисованное?
- Гамма-коррекция
- Стилизация
- Контрастирование
- Бинаризация
- Классификация текста
- Построение карты и определение положения объекта в пространстве
- Кодирование видео
- Обнаружение звуков
- Алгоритм генерации изображений
- Метод оптимизации нейронных сетей
- Графический адаптер
- Тип данных для анализа изображений
- Обнаружение границ объектов на изображении
- Классификация объектов на изображении
- Сегментация изображения на регионы
- Улучшение контраста изображения
- Модель плохо работает и на обучающем, и на тестовом наборе данных
- Модель хорошо работает на обучающем наборе данных, но плохо на тестовом
- Модель плохо работает на обучающем наборе данных, но хорошо на тестовом
- Модель показывает одинаковые результаты на всех наборах данных
- FFT
- K-means
- RANSAC
- MeanShift
- Гамма-коррекция
- Гистограммное выравнивание
- Метод опорных векторов
- Геометрическая коррекция
- Программа обработки изображений
- Формат файла изображения
- Большая база данных с изображениями для обучения
- Набор инструментов для работы с изображениями
- Сегментация
- Кластеризация
- Обнаружение объектов
- Суперразрешение
- PCA (Principal Component Analysis)
- SVM (Support Vector Machine)
- RNN (Recurrent Neural Network)
- Dropout
- Увеличение размера модели
- Уменьшение количества данных
- Dropout
- Увеличение скорости обучения
- Среднеквадратичная ошибка
- Аккуратность (Accuracy)
- Скорость обучения
- Частота кадров
- Microsoft Word
- OpenCV
- Google Sheets
- PowerPoint
- Текст
- Матрица пикселей
- Звуковая дорожка
- Векторные графики
- R-CNN
- ResNet
- SIFT
- LSTM
- Гистограмма
- Эллипсоид
- Контур
- FFT (быстрое преобразование Фурье)
- Классификация изображений
- Разбиение на сегменты
- Обнаружение переходов цветов или яркостей
- Улучшение контраста изображения ы
- Набор последовательных фильтров
- Тип нейронной сети
- Метод оптимизации изображения
- Часть изображения для анализа
- Различные уровни яркости
- Различные углы обзора
- Различные цветовые составляющие, такие как красный, зеленый и синий
- Различные части изображения, разделенные по контенту
- Обучение с учителем
- Обучение без учителя
- Обучение на больших нейронных сетях
- Обучение на небольших выборках данных
- Уменьшение количества данных
- Изменение данных для создания новых обучающих примеров
- Классификация данных
- Компрессия данных
- Изучение компьютерных игр
- Процесс получения информации из изображений
- Проектирование новых компьютеров
- Разработка компьютерных сетей
- Утилита для маскировки IP-адреса
- Область изображения, выбранная для анализа или обработки
- Специальный слой защиты для данных
- Тип сжатия изображения
- Тип компьютера
- Процесс сложения изображений
- Операция обработки изображения с использованием ядра (или фильтра)
- Метод хранения изображений
- Процесс деления изображения на равные части
- Операция изменения размера изображения
- Процесс выделения определенных областей или объектов на изображении
- Техника для улучшения яркости изображения
- Единица измерения длины
- Минимальная единица изображения, представляющая собой один цветной точечный элемент
- Тип сети для передачи данных
- Программа для рисования
- Классификация каждого пикселя изображения
- Классификация всего изображения
- Комбинация изображений
- Улучшение контраста изображения
- Увеличивает размер изображения
- Уменьшает размер изображения, сохраняя его основные характеристики
- Добавляет шум в изображение
- Проводит классификацию изображения
- Восприятие глубины с помощью двух камер или глаз
- Возможность видеть в темноте
- Восприятие движущихся объектов
- Адаптация зрения к различным условиям освещения
- Форма изображения
- Тип данных в базе данных
- Многомерный массив данных
- Процессор для обработки графики
- Геометрия образов, полученных с двух камер
- Метод масштабирования изображений
- Алгоритм для обнаружения границ
- Тип нейронной сети
- Coded Neural Network
- Computer Neural Network
- Convolutional Neural Network
- Combined Neural Network
- Метод определения движения объектов между последовательными кадрами
- Техника оптимизации изображений для сети
- Алгоритм для коррекции цветового баланса
- Программа для создания оптических иллюзий
- Регулярная сверточная нейронная сеть
- Сверточная нейронная сеть для повышения разрешения
- Сверточная нейронная сеть для обнаружения объектов
- Сверточная нейронная сеть для классификации текста
- Тип батареи
- Программа для редактирования изображений
- Модель представления цвета на основе трех основных цветов: красного, зеленого и синего
- Алгоритм для уменьшения шума на изображении
- Return of Investment
- Region of Interest
- Rate of Improvement
- Range of Intensity
- Тип нейронной сети
- Метод усиления контраста
- Система для обнаружения объектов в реальном времени
- Алгоритм для сжатия изображений
- Для узнавания голоса
- Для обнаружения лиц на изображении
- Для коррекции цветового баланса
- Для компрессии изображений
- Для улучшения качества звука
- Для быстрой передачи изображений
- Для детектирования объектов, в частности человеческих лиц и силуэтов
- Для создания анимированных изображений
- Передача данных между устройствами
- Использование предварительно обученной модели для новой задачи
- Перевод изображений в текст
- Ускорение обучения нейронных сетей
Характеристики ответов (шпаргалок) к зачёту
Предмет
Учебное заведение
Просмотров
20
Размер
647,01 Kb
Список файлов
Компьютерное зрение.pdf
