2026年春江苏开放大学计算机视觉第五次形考作业
一、2026年春江苏开放大学计算机视觉第五次形考作业单选题
1、特征脸法和基于⼏何特征的⼈脸识别⽅法，都是常⽤的传统⼈脸识别⽅法，下列相关描述错误的是（）
A、使⽤基于⼏何特征的⼈脸识别⽅法时，不需要采⽤分类器进⾏⼈脸识别
B、使⽤特征脸法时，需计算⼈脸图像的特征向量，即“特征脸”
C、使⽤基于⼏何特征的⼈脸识别⽅法时，需要对脸部主要器官进⾏定位
D、使⽤特征脸法时，每个⼈脸都可以表示为特征脸的线性组合
正确：A
2、下图具体展示了使⽤深度学习⽅法，进⾏⼈脸识别的流程，下列相关说法错误的是（）
A、C处进⾏⼈脸匹配，矫正⼈脸的形态，和数据库中的图像进⾏匹配
B、D处进⾏⼈脸表征，提取⼈脸特征信息
C、B处检测⼈脸特征点的位置
D、A处进⾏⼈脸检测，确定⼈脸在图像中的⼤⼩和位置
正确：A
3、采⽤深度学习⽅法进⾏⼈脸识别时，通常包括以下四个步骤，下列排序正确的是（）
a.⼈脸对⻬
b.⼈脸表征
c.⼈脸检测
d.⼈脸匹配
A、a b c D
B、c b a D
C、c a b D
D、b d a C
正确：C
4、DeepFace算法选择（）基准点进行检测。
A、7
B、4
C、6
D、5
正确：C
5、下图为DeepID进⾏特征提取时，卷积神经⽹络的输⼊数据，即⼈脸图像经过处理后，得到的
多个Patch。⼀张⼈脸图像输⼊卷积神经⽹络的Patch不包括（）
A、⼈脸不同区域的图像，如眼睛、⿐⼦部分图像
B、该⼈脸图像转换后的灰度图像
C、与该⼈脸相似的，其他⼈脸的图像
D、同⼀图像经过放缩得到的不同尺度的图像
正确：C
6、下图为⼈脸识别算法DeepFace的⽹络结构，红⾊框内为卷积层和池化层，⽤于对⼈脸进⾏特征提取，下列相关说法错误的是（）
A、C1卷积层的主要⽬的是提取⼈脸低层次的特征
B、输⼊C1卷积层的图像要求像素⼤⼩相同
C、L5卷积层使⽤参数不共享的卷积核
D、C3、L4卷积层使⽤参数不共享的卷积核
正确：D
二、2026年春江苏开放大学计算机视觉第五次形考作业多选题
1、DeepID算法可以使⽤联合⻉叶斯、神经⽹络两种⽅法进⾏⼈脸验证，下列相关描述错误的是（）
A、神经⽹络算法将需要对⽐的两张图像，联合输⼊⽹络，进⾏特征提取
B、联合⻉叶斯算法采⽤EM算法估计参数
C、神经⽹络算法得到的不同⼈脸的特征相似度较⾼、同⼀⼈脸的特征相似度较低
D、联合⻉叶斯算法假设⼈脸特征为两个相关性较⾼的⾼斯分布之和
正确：C；D
2、如今⼈脸识别算法越来越受到重视，下列关于⼈脸识别的描述，错误的是（）
A、作为⽣物特征识别对象，⼈脸具有稳定、便捷、不易伪造等优点
B、悲伤、快乐等表情不会对⼈脸识别造成影响
C、⼈脸识别是通过提取⼈脸图像的信息，进⾏身份验证
D、特征脸法是常⽤的深度学习⽅法，⽤以进⾏⼈脸识别
正确：B；D
3、DeepFace是经典的⼈脸识别算法，下列描述正确的是（）
A、DeepFace对⼈脸进⾏3D对⻬的⽬的是将⼈脸图像更⽴体化
B、DeepFace通过卷积神经⽹络实现⼈脸2D对⻬
C、在使⽤DeepFace⽹络中后三个卷积层学习⼈脸部眼、⿐、嘴的特征时，应采⽤不同的卷积核学
习，且参数不共享
D、DeepFace⽹络中的第⼀层卷积，⽤于提取低层次的特征
正确：C；D
4、基于⼏何特征的⼈脸识别⽅法的计算过程包括（）
A、计算⼈脸特征点之间的距离
B、采⽤主成分分析，计算⼈脸特征向量
C、定位⼈脸眼、⼝、⿐等器官
D、计算多个⼈脸的“平均脸”
复习时可以这样用：
这类资料可以配合图像处理、特征提取、模型训练和识别任务几个模块复习。术语较多时，先把输入、处理过程和输出结果对应起来，比单独背概念更有效。
遇到算法类内容，建议把每个方法解决什么问题、依赖什么数据、有什么局限写在旁边。这样后面复习卷积、边缘检测、目标识别等内容时，逻辑会清楚很多。
如果原资料篇幅较短，复习时更要补上教材中的上下文。短题目往往只给出一个判断点，但课程考查的范围通常还包括概念来源、适用条件和实际例子。
文章评论