Baixe o app para aproveitar ainda mais
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:
Compartilhar