Buscar

4 2 Redes neurais convolucionais I

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 3 páginas

Prévia do material em texto

1. Um pixel é o menor ponto que forma uma imagem digital, e um conjunto de pixels com várias cores forma a imagem inteira. Considere que uma imagem 3x4 foi amostrada e armazenada em uma matriz 200 x 300. Quantos pixels a imagem amostrada terá?​​​​​​​
A. 12.
Para resolver esse problema, basta calcular: 200 x 300 = 60.000 = 60 kpixels.
B. 200.
Para resolver esse problema, basta calcular: 200 x 300 = 60.000 = 60 kpixels.
C. 300.
Para resolver esse problema, basta calcular: 200 x 300 = 60.000 = 60 kpixels.
D. 6k.
Para resolver esse problema, basta calcular: 200 x 300 = 60.000 = 60 kpixels.
E. 60k.
Para resolver esse problema, basta calcular: 200 x 300 = 60.000 = 60 kpixels.
2. Codificar uma imagem é representá-la com o menor número possível de bits, preservando a qualidade e a inteligibilidade necessárias à sua aplicação. Nesse contexto, uma imagem do tamanho 1.024x1.024 pixels, codificada com 16 bits (2 bytes), resultará em um arquivo de, aproximadamente:
A. 2Mbits.
Para resolver esse problema, basta calcular: 1.024 x 1.024 x 16 = 16.777.216 bits = 2.097.152 bytes = 2MB.
B. 2MB.
Para resolver esse problema, basta calcular: 1.024 x 1.024 x 16 = 16.777.216 bits = 2.097.152 bytes = 2MB.
C. 16kB.
Para resolver esse problema, basta calcular: 1.024 x 1.024 x 16 = 16.777.216 bits = 2.097.152 bytes = 2MB.
D. 16Mbits.
Para resolver esse problema, basta calcular: 1.024 x 1.024 x 16 = 16.777.216 bits = 2.097.152 bytes = 2MB.
E. 16MB.
Para resolver esse problema, basta calcular: 1.024 x 1.024 x 16 = 16.777.216 bits = 2.097.152 bytes = 2MB.
3. O que acontecerá se uma imagem de 1.024 x 768 exibida em um monitor de 14” for exibida em um monitor de 19”?
A. O tamanho da imagem e dos pixels será maior. Como o tamanho da tela do monitor aumenta de 14” para 19”, o tamanho da imagem aumentará e, consequentemente, o tamanho do pixel também.
B. O tamanho da imagem e dos pixels será menor. Como o tamanho da tela do monitor aumenta de 14” para 19”, o tamanho da imagem aumentará e, consequentemente, o tamanho do pixel também.
C. O tamanho da imagem e dos pixels será o mesmo. Como o tamanho da tela do monitor aumenta de 14” para 19”, o tamanho da imagem aumentará e, consequentemente, o tamanho do pixel também.
D. O tamanho da imagem será maior e o dos pixels​​​​​​​, menor. Como o tamanho da tela do monitor aumenta de 14” para 19”, o tamanho da imagem aumentará e, consequentemente, o tamanho do pixel também.
E. O tamanho da imagem será menor e o dos pixels, maior. Como o tamanho da tela do monitor aumenta de 14” para 19”, o tamanho da imagem aumentará e, consequentemente, o tamanho do pixel também.
4. Qual é o tipo de imagem em cuja qualidade não haverá piora se sua dimensão for aumentada?
A. 2D. A imagem vetorial é baseada em entidades e equações matemáticas e não perderá sua qualidade quando for aumentada sua dimensão. As imagens 2D e 3D podem ser de rastreio ou vetoriais; sendo de rastreio, perderão sua qualidade ao serem aumentadas, assim como as imagens matriciais.
B. 3D. A imagem vetorial é baseada em entidades e equações matemáticas e não perderá sua qualidade quando for aumentada sua dimensão. As imagens 2D e 3D podem ser de rastreio ou vetoriais; sendo de rastreio, perderão sua qualidade ao serem aumentadas, assim como as imagens matriciais.
C. De rastreio. A imagem vetorial é baseada em entidades e equações matemáticas e não perderá sua qualidade quando for aumentada sua dimensão. As imagens 2D e 3D podem ser de rastreio ou vetoriais; sendo de rastreio, perderão sua qualidade ao serem aumentadas, assim como as imagens matriciais.
D. Vetorial. A imagem vetorial é baseada em entidades e equações matemáticas e não perderá sua qualidade quando for aumentada sua dimensão. As imagens 2D e 3D podem ser de rastreio ou vetoriais; sendo de rastreio, perderão sua qualidade ao serem aumentadas, assim como as imagens matriciais.
E. Matricial. A imagem vetorial é baseada em entidades e equações matemáticas e não perderá sua qualidade quando for aumentada sua dimensão. As imagens 2D e 3D podem ser de rastreio ou vetoriais; sendo de rastreio, perderão sua qualidade ao serem aumentadas, assim como as imagens matricia
5 Para caracterizar o objeto que se quer reconhecer ou classificar, são utilizados descritores que especificam o aspecto a ser considerado. No caso do reconhecimento facial, são calculadas características que geram descritores​​​​​​​:
A. de contorno. No reconhecimento facial, são calculadas características que geram descritores​​​​​​​ dimensionais, que descrevem distâncias (entre os olhos, entre os olhos e o nariz, etc.), áreas, perímetros e raios. Descritores de contorno descrevem a forma da imagem. Descritores de aspecto descrevem rugosidade, cor, textura, etc. Descritores topológicos descrevem número de furos, de Euler, de vértices, etc. Descritores inerciais descrevem centros geométricos, momentos, orientação, etc.
B. de aspecto. No reconhecimento facial, são calculadas características que geram descritores​​​​​​​ dimensionais, que descrevem distâncias (entre os olhos, entre os olhos e o nariz, etc.), áreas, perímetros e raios. Descritores de contorno descrevem a forma da imagem. Descritores de aspecto descrevem rugosidade, cor, textura, etc. Descritores topológicos descrevem número de furos, de Euler, de vértices, etc. Descritores inerciais descrevem centros geométricos, momentos, orientação, etc.
C.  topológicos. No reconhecimento facial, são calculadas características que geram descritores​​​​​​​ dimensionais, que descrevem distâncias (entre os olhos, entre os olhos e o nariz, etc.), áreas, perímetros e raios. Descritores de contorno descrevem a forma da imagem. Descritores de aspecto descrevem rugosidade, cor, textura, etc. Descritores topológicos descrevem número de furos, de Euler, de vértices, etc. Descritores inerciais descrevem centros geométricos, momentos, orientação, etc.
D. dimensionais. No reconhecimento facial, são calculadas características que geram descritores​​​​​​​ dimensionais, que descrevem distâncias (entre os olhos, entre os olhos e o nariz, etc.), áreas, perímetros e raios. Descritores de contorno descrevem a forma da imagem. Descritores de aspecto descrevem rugosidade, cor, textura, etc. Descritores topológicos descrevem número de furos, de Euler, de vértices, etc. Descritores inerciais descrevem centros geométricos, momentos, orientação, etc.
E. inerciais. No reconhecimento facial, são calculadas características que geram descritores​​​​​​​ dimensionais, que descrevem distâncias (entre os olhos, entre os olhos e o nariz, etc.), áreas, perímetros e raios. Descritores de contorno descrevem a forma da imagem. Descritores de aspecto descrevem rugosidade, cor, textura, etc. Descritores topológicos descrevem número de furos, de Euler, de vértices, etc. Descritores inerciais descrevem centros geométricos, momentos, orientação, etc.

Continue navegando