Visión por Computador - Ejemplo de examen

La siguiente imagen se corresponde con: Un filtro de Gabor. Un filtro Gaussiano. Un filtro bilateral.

En una red convolucional, las capas de pooling se usan para.... Mejorar el porcentaje de acierto. Hacer la red más profunda. Reducir la dimensionanilad.

¿Cual es el resultado en el punto central de convolucionar la primera matriz (un filtro) con la segunda (una imagen)?. 5. 0. -5.

Un descriptor LBP... Es invariante a rotaciones. Es invariante a cambios de escala. No es invariante a rotaciones ni a cambios de escala.

Un descriptor ORB... Es una cadena de tamano fijo que solo contiene ceros y unos. Es una cadena de tamano variable que solo contiene ceros y unos. Es un vector de números reales.

Se puede implementar mediante una convolución: Un filtro de caja. Un filtro bilateral. Un filtro de caja y un filtro bilateral.

¿Cuántos canales tiene una imagen pseudocoloreada?. 1. 3. 4.

En un algoritmo Canny, tras aplicar NMS obtenemos los siguientes valores de gradiente alrededor de un pixel central. Si aplicamos hysteresis con umbrales inferior = 10 y superior = 20... El punto central se acepta como borde. El punto central se rechaza como borde. No podemos saber si el punto central es un borde.

Normalmente los problemas de ingeniería de visión... Tienen una dificultad menor que los problemas de visión en general porque el entorno está controlado (condiciones similares de iluminación, ángulo fijo de la cámara, etc). Tienen una dificultad mayor que un problema de visión en general porque intervienen máquinas. Tienen una dificultad similar a los problemas de visión en general porque no hay diferencias entre ambos.

Los sistemas para reconocimiento de escenas que están basados en objetos... Funcionan mejor cuanto más objetos tenga la imagen. Generan histogramas de objetos que tienen longitud fija. Generan histogramas de objetos que tienen longitud variable.

Dada la siguiente matriz de transformación afín: Calcula el resultado de aplicar esta matriz de transformación en el punto x=2, y=3. x' = 22, y' = 9. x' = 10, y' = 5. x' = 22, y' = 21.

Para tareas de segmentación, suavizar la imagen mitiga los problemas provocados por... Luminosidad variable. Bajo contraste. Ruido.

En un Bag of Words, un punto de interés se codifica mediante... Un número. Un vector. Una matriz.

Un algoritmo de crecimiento de regiones... Es similar a un algoritmo Watersehd. Puede deducir automáticamente el criterio de homogeneidad Q. Normalmente divide la imagen en zonas del mismo tamaño.

¿Qué característica (entre las siguientes) da mejores resultados para comparar contornos de objetos?. Momentos geométricos. Momentos de Hu. Curtosis.

El valor RGB(0,0,0) corresponde al color... blanco. gris. negro.

x es el valor de intensidad de un píxel en una imagen de tipo uchar. ¿Cómo se calcula su valor invertido?. x' = 1 - x. x' = 255/x. x' = 255 - x.

Dada una imagen con los siguientes valores de intensidad: ¿Cuál es la magnitud de su gradiente estándar en el punto central?. 2.41. 1.41. 3.16.

En un algoritmo Watersehd... Los markers iniciales suelen colocarse en los píxeles correspondientes a los bordes. La correcta elección de los markers es fundamental para mejorar la calidad de la segmentación. Se necesita que la imagen sea tridimensional.

Calcula el valor de contraste de una imagen que tiene todos sus píxeles con un valor de intensidad igual a 10. 0. 1. 10.

El algoritmo de flujo óptico de Lucas-Kanade... Asume que el desplazamiento de todos los píxeles de la ventana es similar. Es capaz de calcular desplazamientos mayores que el tamaño de la ventana. Solo puede calcular desplazamientos de objetos que contienen bordes.

En el conjunto de validación de un sistema de aprendizaje automático... No debe haber muestras que pertenezcan al conjunto de entrenamiento. Puede haber muestras que pertenezcan al conjunto de entrenamiento. Las muestras deben incluir clases que no estén en el conjunto de entrenamiento.

En SIFT se buscan píxeles con valor máximo o mínimo en varias escalas para conseguir... Invarianza a cambios de escala. Invarianza a rotación. Que el algoritmo sea robusto al ruido.

Las características locales... Son más robustas a oclusión que las globales. Sirven para comparar imágenes más rápidamente que usando características globales. No son robustas a traslaciones.

Si tenemos una imagen como esta, que presenta cambios de luminosidad, ¿cuál de los siguientes algoritmos sería el más adecuado para hacer una segmentación?. Método de Otsu. Umbralización local adaptativa. Umbralización múltiple.

¿Cuando es mas conveniente usar para un problema A los pesos de red entrenada para otro problema B?. Cuando las imagenes del problema A no se parecen a las del problema B, pero ambos problemas tienen el mismo numero de clases. Cuando las imagenes del problema A se parecen a las del problema B, aunque las clases sean distintas. Cuando las imagenes del problema A no se parecen a las del problema B, pero el numero de muestras de entrenamiento de ambas es similar.

La transformada de Douglas-Peucker se usa para... Aproximar un contorno usando menos puntos. Aproximar una recta que pase por varios puntos. Aproximar una elipse que pase por varios puntos.

El descriptor SURF... Fue el primer algoritmo que usó filtros de caja. Ocupa menos espacio en memoria que un descriptor SIFT. No es invariante a cambios de escala.

Dada una imagen con los siguientes niveles de intensidad: ¿Cuál sería el valor de la imagen integral en la posición (3,3)? (marcada en negrita). 1. 16. 15.

Los descriptores GIST... Necesitan usar filtros de Gabor. Ocupan poco tamaño en memoria. Son binarios.

¿Cuál de estos algoritmos sería más adecuado para hacer tracking de peatones en tiempo real?. MedianFlow. CAMShift. SparseFlow.

En un detector de esquinas Harris, cuando los dos valores propios son similares y cercanos a 0.. Se considera que el punto no es ni esquina ni borde. Se considera que el punto es esquina. Se considera que el punto es borde.

En el detector FAST se usa NMS para eliminar aquellos puntos de interés... Que están cerca de otro punto de interés. Que tienen un valor de gradiente muy pequeño. Con el objetivo de usar un árbol de decisión.

Las redes de deep learning funcionan mejor que los sistemas de aprendizaje tradicionales porque... Internamente son capaces de extraer las características más adecuadas para resolver la tarea. Tienen una capa oculta. Extraen la información de alto nivel en las primeras capas.

En un algoritmo Mean-shift... Necesitamos indicar el número de clusters. El número de clusters se calcula de forma automática. Las posiciones iniciales de las ventanas son aleatorias.

Para detectar el saliency de una imagen, el algoritmo Spectral Residual... Calcula la frecuencia media de muchas imagenes. Devuelve como resultado la inversa de la Transformada de Fourier de la imagen. Se basa en detectar discontinuidades en la funcion logaritmo de la frecuencia.

En SIFT se aplica un suavizado Gausiano usando distintos niveles para... Detectar bordes de forma eficiente. Hacer que la deteccion sea invariante a escala. Reducir el ruido presente en la imagen.

Los histogramas polares del descriptor Shape Context... Se calculan usando todos los p´ıxeles de la imagen. Se calculan en el dominio de la frecuencia. Dan mas importancia a los píxeles cercanos que a los lejanos.

En un algoritmo k-means... La seleccion de los puntos iniciales no influye en el resultado final. Los centros de los clusters no varían durante la ejecucion del algoritmo. Necesitamos indicar el valor de k.

¿Cual de estas operaciones morfológicas es commutativa?. Erosión. Dilatación. Erosión y dilatación.