第三单元《图像、声音与视频的智能生成》单元测试卷 - 在线考试测评模板

Q1:姓名

填空1

Q2:班级

填空1

Q3:关于图像特征，下面说法正确的是

图像特征就是图像全部的二进制像素数据

图像特征是反映图像本质的关键信息，可使用一组数字表示

计算机判断图像内容，必须保存图像所有像素数据

图像特征只能人工提取，无法自动提取

Q4:自动提取图像特征时，卷积神经网络类似于

在图像上移动观察卡，扫描计算获取关键特征

直接读取整张图片全部像素

给图片手动添加文字标签

修改图片的色彩分辨率

Q5:两张内容越相近的图像，它们的特征向量会

差距极大

更加接近

完全相同

完全相反

Q6:“以图搜图” 的正确流程是①计算待查图像和图像库图像相似度②提取待查询图像的图像特征③按相似度从高到低返回结果④提取图像库内全部图像的特征

②④①③

①②③④

②①④③

④②①③

Q7:不属于图像风格特征的是

造型特征

色彩特征

文件存储大小

笔触纹理特征

Q8:图像风格迁移的核心是

复制整张风格图，直接覆盖内容图

保留内容图的结构，融合另一张图的视觉风格

修改图片文件格式

改变图片像素尺寸

Q9:使用AI风格迁移直接模仿知名画家作品风格用于商业售卖，主要风险是

图片文件会损坏

产生著作权、版权相关伦理法律问题

图片分辨率自动变高

图片会自动删除

Q10:对抗生成网络包含哪两个网络

识别网络、检索网络

生成网络、判别网络

编码网络、解码网络

特征网络、相似度网络

Q11:对抗生成训练完成后，生成图像主要依靠

只使用判别网络

只使用生成网络，判别网络可辅助控制图像质量

不需要任何网络

必须两个网络同时训练再重新学习

Q12:对抗生成中，如果把评分阈值设置很高，生成出来的图像会

数量多，质量低

数量少，质量高

数量多，质量高

数量少，质量低

Q13:扩散生成模型训练阶段的操作是

不断给清晰图像添加噪点，学习不同噪点状态下图像特征

直接复制原始图片

不断删除图片像素

给图片添加文字标注

Q14:扩散生成图像时的生成过程是

直接输出清晰原图

从充满噪点的图像开始，反向逐步推算得到清晰新图像

对图片做风格迁移

计算图片相似度

Q15:图文语义对齐指的是

给图片手动写上文字标签

调整文字、图像的语义编码，含义相同的图文在语义空间更贴近

修改图片的文字水印

把图片转换成文字文档

Q16:完成图文语义对齐之后，可以实现

文字和图像的语义编码互相比较、匹配

图片文件自动变小

图像自动转换成音频

图片像素无限制提升

Q17:文生图、以文搜图技术能够实现的关键基础是

图像文件压缩技术

图文语义对齐

图片格式转换

图片裁剪技术

Q18:下列选项中，不属于图像特征描述的是

边缘轮廓

纹理笔触

图片保存路径

颜色信息

Q19:计算机处理图像实现识别功能，依靠的是

图片的文件名

提取得到的图像特征

图片存放的文件夹

图片后缀格式

Q20:关于图像相似度，下列说法错误的是

特征向量越接近，图像相似度越高

可以依靠图像特征计算两幅图片相似度

相似度为100%代表两张图片一定完全一模一样

内容差别很大的图片，特征差距会比较大

Q21:人工编码图像特征的时候，我们主要是为了

记录全部像素颜色

抓住关键位置信息，简化图像描述

修改图片分辨率

压缩图片存储空间

Q22:在风格迁移操作中，内容图主要负责提供

绘画笔触和色彩

图像物体的结构、内容轮廓

图片的文件大小

图片存储格式

Q23:在风格迁移操作中，风格图主要提供

画面物体的摆放位置

独特的色彩、笔触等视觉艺术效果

图片的分辨率大小

图片的文件名

Q24:对于AI风格迁移生成的作品，下面想法合理的是

可以直接拿去大量商业售卖，不存在任何版权问题

不需要考虑原作者，随便使用任何名家风格

应当关注著作权，商业使用要谨慎

生成的AI图像一定属于完全原创，不受任何约束

Q25:对抗生成网络训练时，两个网络的关系是

互不干扰，独立运行

相互对抗，不断迭代优化

只做图片格式转换

专门用来计算图像相似度

Q26:对抗生成网络中，判别网络的主要任务是

生成全新的图片

判断生成图像的真假与图像质量

提取图片风格特征

完成图文语义对齐

Q27:对抗生成中，评分阈值设置较低时，生成图像表现为

数量少，质量高

数量多，质量偏低

数量少，质量低

数量多，质量很高

Q28:关于扩散生成，下列说法正确的是

生成图像是复制训练集中已有的原图

模型根据噪点状态逐步推算，创造出新图像，不是简单复制原图

训练阶段是去除图片噪点

只能用来做图片风格迁移

Q29:下面哪一项属于“以文搜图”的正确步骤

提取文本语义编码、提取图像语义编码、计算相似度、输出图像

直接修改图片文件名和文字一样

对图片进行风格迁移

给图片全部手动打上标签

Q30:图文语义对齐完成后，文字和图像处于同一个

磁盘文件夹

语义空间

图片格式

存储分区

Q31:早期简单文字搜图方式：预先人工给图像写好文字标签，该方式的缺点是

不需要人工操作

只能匹配已经写好的标签，不能智能理解语义

可以实现文生图

可以自动提取图像特征

Q32:使用AI生成图像用于爱心慈善义卖活动，下面观点正确的是

慈善用途就完全没有法律、伦理方面的顾虑

即使是非盈利义卖，仍然需要考虑AI生成图像的著作权与伦理规范

只要不卖钱，随便怎么使用都可以

生成的图像一定可以直接印刷出售