Desenvolvimento de aplicações IA robótica, imagem e visão computacional - Prova Pós Unopar

Prévia do material em texto

1)
2)
3)
Prepare-se! Chegou a hora de você testar o conhecimento adquirido nesta disciplina. A Avaliação Virtual (AV) é composta por questões objetivas e corresponde a
100% da média final. Você tem até cinco tentativas para “Enviar” as questões, que são automaticamente corrigidas. Você pode responder as questões consultando
o material de estudos, mas lembre-se de cumprir o prazo estabelecido. Boa prova!
A Aplicação de filtros convolucionais em imagens é uma técnica elementar utilizada para atingir diversos objetivos em processamento de imagens.
Sobre a aplicação de filtros em uma imagem analise as assertivas a seguir e identifique as corretas:
I. Não é possível detectar bordas utilizando somente filtros convolucionais.
II. Existem filtros convolucionais que exploram a derivada.
III. É possível que o filtro tenha direção, portanto, é necessário adequar o filtro ao objeto de cena da imagem.
São verdadeiras:
Alternativas:
I e III, apenas.
I, II e III.
III, apenas.
II e III, apenas. check CORRETO
I, apenas.
São corretas II e III. A afirmativa I é incorreta, pois existe uma infinidade de filtros para detecção de bordas, é uma grande aplicação desse tipo de filtro.
Código da questão: 62651
Em relação à segmentação de imagem, temos um método clássico chamado de limiarização, que consiste em binarizar a imagem através de um limiar. O
que é esse limiar? Assinale a alternativa correta.
Alternativas:
Valores são extraídos do limiar para serem utilizados como entrada em modelos e inteligência artificial.
O limiar é uma técnica de Machine Learning que aponta qual a melhor técnica para binarizar uma imagem.
É um valor que é utilizado como referência, a imagem é separada em valores acima e abaixo do limiar. check CORRETO
O limiar é um método de treinamento para redes neurais.
O limiar é um algoritmo para segmentação de imagens.
Um dos métodos mais simples de segmentação de imagens, a limiarização é um algoritmo que, após determinar um valor constante de intensidade,
analisará cada pixel da imagem. Se a intensidade do pixel for maior que o valor devido, o pixel passará a ser branco, se for menor, será preto, fazendo assim
uma imagem binaria.
Código da questão: 62654
Sobre a aplicação de filtros convolucionais, analise as afirmativas a seguir e assinale-as com V (verdadeiro) ou F (falso):
( ) Tem somente uma dimensão, 3x3.
( ) Podem ser direcionais e devem ser aplicados quando a cena tiver elementos que satisfaçam a direção.
( ) Podem ser usados para a dilatação e erosão de objetos na imagem.
( ) São utilizados para o pré-processamento da imagem, podendo atenuar ruídos e imperfeições.
( ) Não podem ser aplicados em imagens coloridas.
Assinale a alternativa que contenha a sequência correta.
Alternativas:
F – V – F – V – F. check CORRETO
V – F – F – V – V.
V – V – F – V – V.
V – V – F – F – F.
V – F – F – V – F.
Resolução comentada:
Resolução comentada:
Resolução comentada:
4)
5)
6)
Somente a segunda e a quarta afirmativas estão corretas. Sobre as incorretas temos:
A primeira afirmativa, pois os kernels podem ter qualquer dimensão.
A terceira afirmativa, pois os kernels de operações morfológicas não sofrem convolução
A quinta afirmativa, pois os filtros convolucionais podem ser aplicados em imagens coloridas, basta aplicar nas matrizes de cada canal.
Código da questão: 62649
Sobre a morfologia digital, mais especificamente sobre dilatação e erosão de uma imagem, podemos afirmar que:
Assinale a alternativa correta.
Alternativas:
Não fazem nenhuma operação, podendo ser comparadas à matriz identidade.
Utilizam o kernel para executar operações condicionais. check CORRETO
São pouco utilizadas no processamento digital de imagens.
Fazem convolução com um kernel.
São filtros para detecção de bordas.
A morfologia digital é uma forma de processamento onde podemos manipular as formas encontradas na imagem através de operações e regras que
também tem um kernel, no entanto, a convolução da imagem não é feita com esse kernel. Ele é usado para substituir valores, caso as condições sejam
atendidas.
Código da questão: 62653
Em processamento de imagens digitais temos uma série de conceitos para a correta definição da matéria. Eles estão presentes em todo o escopo e é
preciso conhecê-los com precisão.
Sobre os conceitos básicos apresentados abaixo, associe as colunas:
Assinale a alternativa que traz a associação correta entre as duas colunas:
Alternativas:
I – A; II – C; III – B.
I – B; II – A; III – C. check CORRETO
I – B; II – C; III – A.
I – A; II – B; III – C.
I – C; II – B; III – A.
Código da questão: 62643
O histograma indica a _______ (número de ______) com que cada nível de cinza aparece na imagem, podendo, por isso, ser visto como uma ________de
frequências, ou distribuição de probabilidade. A observação dos _______do histograma para todos esses ______ de cinza, providenciam uma descrição global
da imagem.
Assinale a alternativa que completa adequadamente as lacunas:
Alternativas:
Gama; colunas; descrição; valores; valores.
Resolução comentada:
Resolução comentada:
7)
8)
9)
Frequência; pixels; distribuição; gráficos; níveis. check CORRETO
Qualidade; dpi; impressão; pixels; grupos.
Resolução; cores; coleção; pixels; funcionais.
Variação; resoluções; característica; tipos; números.
A definição formal de Histograma é um gráfico com a contagem das frequências.
A alternativa que completa adequadamente as lacunas é a que traz a seguinte resposta:
Frequência; pixels; distribuição; gráficos; níveis.
Código da questão: 62641
Dentre os métodos de Soft Computing existe uma categoria que é chamada de Machine Learning, da qual a Artificial Neural Networks (ANN) faz parte. O
que é uma ANN? Assinale a alternativa correta.
Alternativas:
São algoritmos discricionários para apoio a tomada de decisões.
É o modelamento matemático estatístico específico para processamento imagens.
É o conjunto de documentação das bibliotecas de processamento inteligente de imagens.
São modelos que buscam aprender padrões através de amostras. check CORRETO
É um algoritmo de reconhecimento e identificação facial.
Alguns desses métodos, como a ANN, são chamados de métodos de Machine Learning (ou aprendizado de máquina), pois eles aprendem padrões por
amostragem supervisionada, treinando em um dataset específico e quando os descobre estão prontos para aplicar em um dataset totalmente novo, como se
aprendessem os padrões e conseguissem aplicar esse conhecimento em nova matéria, de forma autônoma.
Código da questão: 62661
Durante a digitalização de uma imagem, dois processos acontecem, a amostragem e a quantização de pixels.
A amostragem é a subdivisão do espaço em intervalos regulares nos quais podemos atribuir valores (pixels), esses valores são relativos à quantidade de
pixels na largura e na altura e sua densidade em relação ao espaço. O nome dessa característica é:
Alternativas:
Qualificação.
Definição.
Contraste.
Amostragem.
Resolução. check CORRETO
A resolução de uma imagem refere-se à densidade de pixels (ou pontos impressos) que fazem parte daquela imagem ou gráfico.
Código da questão: 62640
A detecção e extração de características de imagens é utilizada para analisar uma imagem e gerar métricas que possam ser estudadas e armazenadas.
Sobre extração de características de imagens, analise as assertivas a seguir e identifique as corretas:
I. Keypoints são o único método de se obter features de imagens digitais.
II. Features Matching é uma técnica que localiza objetos entre imagens diferentes, independentes de rotação, escala e ângulo de observação.
III. Um vetor de características (feature vectors) busca representar uma imagem segundo suas características.
São verdadeiras:
Alternativas:
I, apenas.
III, apenas.
II e III, apenas. check CORRETO
I e III, apenas.
Resolução comentada:
Resolução comentada:
Resolução comentada:
10)
I, II e III.
II e III são corretas. I é incorreta, pois existe uma infinidade de métodos para se obter as features de imagens, até mesmo métricas simples, comomédias e
mediana dos valores dos pixels.
Código da questão: 62658
O tamanho computacional (armazenamento) de uma imagem sem compressão pode ser feito contando os pixels de todos os canais. Como podemos
calcular o número de pixels que compõem uma imagem?
Alternativas:
Multiplicar o número de pixels da largura com o número de pixels da altura e esse resultado deve ser multiplicado pelo número de canais da imagem.
check CORRETO
Converter os canais de cores em escalas de cinza e multiplicar pela resolução da imagem.
Multiplicar somente o número de pixels da largura pelo número de pixels da altura da imagem.
Multiplicar o número de níveis de cinza e o número de canais da imagem.
Somar o número de pixels da largura com o número de pixels da altura e multiplicar o resultado pelos canais da imagem.
Uma imagem é formada pelo número total de pixels (valores das matrizes) em todos os canais. A única forma de calcular o valor total de pixels de uma
imagem é descobrindo-se o valor de cada canal e multiplicando pelo número de canais.
Código da questão: 62646
Resolução comentada:
Resolução comentada: