2024春季学期-中科大研究生课程-数字图像分析（INFO6206P.03，周文罡,李厚强,李礼,胡洋）回忆版考试题目

一、说明

        从本次考试可以看出23年之后的出题风格已经改变，往年必考的变分法以及光流方程推导已经两年没考了，诸君在查看往年试题复习的时候要注意不要将重点全部放到这些试题上，还是以课程ppt为主。（而且另外一提，本学期的课程由于时间安排问题少了一次作业，最后以期中考试的形式补上平时分，期中考试只有两道题且都是关于神经网络的，第一题是神经网络为什么会发生梯度消失现象，如何避免；第二题是神经网络的前馈与反向传播推导，即为下文第十题所附图。）

二、复习资料相关

        关于各年的试题回忆在CSDN与知乎上都可以很方便的查到，因此我就不附链接了，而至于截止至22年的复习提纲可以私信我，我看到都会发。

三、试题回忆（共10道题满分100）

1、①距离度量函数的性质；②证明距离是距离度量函数。【第2章 图象数字化】

2、利用二值形态学进行4-联通组元提取（ppt原图）。【第4章 形态学】

3、①什么是振铃效应？②如何消除振铃效应？【第5章 图像增强】

4、①边缘检测算子应有哪些性质？②canny算子的原理。【第7章 边缘检测】

5、①分别对概率有向图和无向图进行因子分解（都是直线链式图，以下为示意图）；②ICM算法的原理。【第11章 概率图模型】

6、①什么是视觉不变性（视觉不变性都包括什么）；②MSER算子有哪些视觉不变性。【第9章 图像表达与描述】

7、①乘积量化的思想与简要的算法实现方法；②如何基于此方法实现对高维向量距离的近似计算。【第9章 图像表达与描述】

8、Harris角点检测推导。【第9章 图像表达与描述】

9、相机在x和y轴平移，具有相同景深z的像素点会如何变化。【第12章 运动分析】

10、简易的RNN网络前馈与反向传播算法推导（给定参数与权重推导下一层的输入；根据下一层误差项推导当前层误差项，类似于图片所示）。【第14章 基于深度学习的图象分析】