Bloque 3 Completo

Question 1 of 61

1

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x. ? Como es conocido este kernel?
-1 0 1
-1 0 1
-1 0 1

Select one of the following:

Filtro de Sobel.
No contestar.
Filtro de Prewit.
Filtro de Roberts,

Explanation

Question 2 of 61

1

Una ventaja de usar Sobel respecto a Prewitt para calcular el gradiente es:

Select one of the following:

Es más robusto respecto al ruido.
No contestar.
No ofrece ninguna ventaja significativa.
Permite estimar mejor la magnitud del gradiente.
Permite estimar mejor la dirección del gradiente.

Explanation

Question 3 of 61

1

El proceso por el cual se determina, en cada punto de la imagen , si este pertenece o no a algún tipo característica (área, borde, punto característico,..) es denominado:

Select one of the following:

Umbralización.
Segmentación
Descripción
Representación
No contestar

Explanation

Question 4 of 61

1

Qué característica de la imagen estrategias para estudiar donde se producen cambios locales significativos de los valores de la imagen:

Select one of the following:

El histograma
El gradiente
No contestar
Promedios

Explanation

Question 5 of 61

1

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x ¿Como es conocido este kernel?
-1 0 1
-2 0 2
-1 0 1

Select one of the following:

Filtro de Sobel
Filtro de Roberts
Filtro de Prewit
No contestar

Explanation

Question 6 of 61

1

El color o nivel de gris, es considerada como una característica de …

Select one of the following:

No contestar
de nivel medio
bajo nivel
de alto nivel

Explanation

Question 7 of 61

1

La siguiente imagen representa el entorno 3x3 de un pixel de gris.
Teniendo en cuenta que el bit más significativo del LBP será el pixel superior izquierdo del entorno, ¿cuál será el patrón binario local LBP asociado a pixel?

Select one of the following:

En hexadecimal 0x30
En hexadecimal 0xCF
En hexadecimal 0x20
En hexadecimal 0xDF

Explanation

Question 8 of 61

1

La características LBP se utiliza principalmente para describir…

Select one of the following:

Texture Visual
No contestar
Transiciones entre regiones
Movimiento aparente en la escena

Explanation

Question 9 of 61

1

El filtro de Gabor se utiliza en general para

Select one of the following:

Para extraer características para el análisis de la textura visual
Para obtener una versión paso alta de la imagen
No contestar
Para obtener una versión paso baja de la imagen

Explanation

Question 10 of 61

1

El bit más significativo es el vecino superior izquierdo.

Select one of the following:

Ningún valor es correcto
D1 (hex)
8B (hex)
no contestar
0B (hex)

Explanation

Question 11 of 61

1

Queremos describir el movimiento aparente en la escena ¿cuál de las siguientes características utilizarías?

Select one of the following:

El gradiente de iluminación
El flujo óptico
Los promedios de iluminación
No contestar

Explanation

Question 12 of 61

1

Un paso del método de segmentación de Cany:

Select one of the following:

Un proceso conocido como “histéresis” que consiste en seleccionar un umbral automático para la distribución del laplaciano.
No contestar
Eliminar los valores de gradiente no máximos en la dirección del mismo
Buscar los cruces por cero de la segunda derivada
Calcular la entropía del histograma

Explanation

Question 13 of 61

1

Un paso del método de Cany es:

Select one of the following:

Buscar los cruces por cero de la segunda derivada.
No contestar.
Eliminar los valores de gradiente máximo en la dirección del mismo.
Un proceso conocido como “histéresis”
Calcular la entropía del histograma

Explanation

Question 14 of 61

1

El detector de Harris es un algoritmo diseñado para detectar en la imagen que tipo de primitiva:

Select one of the following:

Bordes
Puntos característicos
Regiones uniformes
No contestar

Explanation

Question 15 of 61

1

Un paso del método de segmentación de Marr-Hidreth es:

Select one of the following:

Eliminar los valores de gradiente no máximos en la dirección del mismo
Un proceso conocido como “histéresis”
No contestar.
Calcular la entropía del histograma
Buscar los cruces por cero de la segunda derivada

Explanation

Question 16 of 61

1

El método de segmentación de Marr-Hildreth es:

Select one of the following:

Un método de segmentación de regiones por umbralización global dependiente del entorno
Un método de segmentación de borders basado en la segunda derivada
Un método de segmentación de regiones por umbralización local
No contestar
Un método de segmentación de borders basado en la primera derivada

Explanation

Question 17 of 61

1

El método de segmentación propuesto por Otsu es un ejemplo de umbralización, ¿pero de qué tipo?

Select one of the following:

Umbralización global puntual.
Umbralización local.
Umbralización global dependiente del entorno.
No contestar.

Explanation

Question 18 of 61

1

El método de segmentación de Cany es:

Select one of the following:

Un método de segmentación de regiones por umbralización global dependiente del entorno.
No contestar
Un método de segmentación de borders basado en la segunda derivada.
Un método de segmentación de borders basado en la primera derivada.
Un método de segmentación de regiones por umbralización local.

Explanation

Question 19 of 61

1

En relación a los algoritmos “detector de Harris” y “SIFT”, cuál de las siguientes afirmaciones es correcta:

Select one of the following:

No contestar.
El detector SIFT es computacionalmente más simple que el detector de Harris.
Ninguna de las anteriores es correcta.
El detector SIFT utiliza las derivadas parciales en cada eje de la imagen.
El detector de Harris permite detectar puntos característicos en diferentes escalas.

Explanation

Question 20 of 61

1

Para obtener el gradiente de la imagen utilizamos…

Select one of the following:

Dos convoluciones para estimar la primera derivada de los ejes x e y.
Una convolución con la segunda derivada de la gausiana.
Dos convoluciones para obtener la primera y la segunda derivada.
No contestar

Explanation

Question 21 of 61

1

SIFT es un algoritmo desarrollado para detectar en la imagen qué tipo de primitiva:

Select one of the following:

Puntos característicos.
Regiones uniformes.
No contestar.
Bordes.

Explanation

Question 22 of 61

1

El método de umbralización de Otsu, ¿qué criterio optimiza?

Select one of the following:

Hacer máxima la varianza entre-clases.
Hacer mínima la varianza intra-clase.
No contestar.
Hacer máxima la entropía (en el sentido de la teoría de la información).

Explanation

Question 23 of 61

1

Selecciona la tarea de visión por computador donde el objeto de interés es definido con mayor detalle:

Select one of the following:

Localización.
Categorización.
Segmentacion
Clasificación.
No contestar.

Explanation

Question 24 of 61

1

En relación a la categorización de objetos en la imagen, el término variabilidad “ inter- clase” se refiere a…

Select one of the following:

La diferencia visual entre muestras de diferentes categorías.
La diferencia en escala de objetos dentro de una misma imagen.
La diferencia visual entre las muestras de la misma categoría.
Las diferencias de color entre los distintos objetos de la imagen.

Explanation

Question 25 of 61

1

Sobre los métodos de categorización de objetos ¿cuál de las siguientes afirmaciones es correcta?

Select one of the following:

En los modelos basados en partes, la distribución espacial de las partes no es importante.
No contestar.
HMAX descriptor tiene en cuenta la localización espacial de patrones visuales en la imagen original utilizando una rejilla.
Una ventaja de los modelos basados en partes es su alta eficiencia computacional cuando en tiempo de Test.
HMAX es un descriptor que no tiene en cuenta las posiciones espaciales de los patrones visuales
en la imagen original.

Explanation

Question 26 of 61

1

En la tarea de categorización de objetos, uno de los múltiples “retos” que la hace complicada es conocido como “cluttering”, este término hace referencia a :

Select one of the following:

Que el objeto de interés puede estar confundido con el fondo.
Que el objeto de interés está deformado.
Que el objeto de interés puede estar parcialmente ocluido por otro objeto.
Que el objeto de interés muestra otro punto de vista diferente con el que se entrenó el sistema.

Explanation

Question 27 of 61

1

En relación al algoritmo “K Vecinos más cercanos “, se puede decir que ..

Select one of the following:

Clasificar una muestra a la clase más votada entre los K vecinos más cercanos.
Clasificar una muestra a la clase que tenga al menos K vecinos más cercanos.
No contestar.
Realizada una partición del conjunto de muestras en K particiones.

Explanation

Question 28 of 61

1

En relación a la categorización de imágenes usando BoVW, el descriptor SIFT que se obtiene de un parche visual detectado consiste en:

Select one of the following:

La concatenación de 16 histogramas de la orientación del gradiente en una rejilla 4x4 sobre la región del parche visual.
Un histograma de frecuencias normalizado de las palabras visuales.
No contestar.
Un histograma de la orientación del gradiente sobre la región del parche visual.

Explanation

Question 29 of 61

1

En relación a la categorización de imágenes usando BoVW, el descriptor de los contenidos visuales de una imagen consiste en:

Select one of the following:

Un histograma de frecuencias normalizado de las palabras visuales.
No contestar.
Un histograma de la orientación del gradiente sobre toda la imagen
La concatenación de 16 histogramas de la orientación del gradiente en una rejilla 4x4 sobre toda la imagen.

Explanation

Question 30 of 61

1

En relación a la categorización de imágenes usando BoVW, cúal de las siguientes afirmaciones es correcta:

Select one of the following:

No contestar.
La localización espacial y en escala de los parches visuales no es determinante.
La localización espacial y en escala de los parches visuales es muy determinante.

Explanation

Question 31 of 61

1

En relación al algoritmo K-Medias, se puede decir que…

Select one of the following:

Este algoritmo no es determinista, es decir, si se realiza varias ejecuciones del algoritmo, se pueden obtener distintos resultados.
Este algoritmo es determinista, es decir, si se realiza varias ejecuciones del algoritmo, se Obtendría el mismo resultado.
No contestar.

Explanation

Question 32 of 61

1

En relación a la categorización de imágenes usando BoVW, a la hora de comparar dos descriptores de imágenes, ¿cuál de las siguientes medidas de distancia es más apropiada?

Select one of the following:

Chi-square.
Distancia euclídea.
Suma de diferencias en valor absoluto.
No contestar.

Explanation

Question 33 of 61

1

En relación a la categorización de imágenes usando BoVW, para la construcción del diccionario de palabras visuales ¿qué algoritmo de los siguientes utilizarías?

Select one of the following:

K-Medias.
No contestar.
Una máquina de soporte vectorial (SVM).
Los K vecinos más cercanos, con k>=1.
El vecino más cercano.

Explanation

Question 34 of 61

1

En relación a la categorización de imágenes usando BoVW, si utilizamos el descriptor C-SIFT implica que…

Select one of the following:

Que vamos a describir el color a partir del espacio de color “Opponent”.
No contestar.
Que vamos a describir el color a partir del espacio de color HSV
Que vamos a describir el color a partir del espacio de color RGB.
Que vamos a introducir la descripción del Contraste

Explanation

Question 35 of 61

1

En relación a la categorización de imágenes usando BoVW, que quiere decir utilizar SIFT denso:

Select one of the following:

Que los descriptores se obtienen a partir de una rejilla prefijada de localizaciones en diferentes escalas.
Que aumentamos el número de escalas a evaluar.
Que aumentamos el número de direcciones de gradiente al construir el descriptor.
Ninguna de las anteriores es correcta.

Explanation

Question 36 of 61

1

En relación a la categorización de imágenes usando BoVW, el descriptor PHOW hace referencia a …

Select one of the following:

Utilizar pirámides espaciales y SIFT denso para construir el descriptor de la imagen.
No contestar.
Utilizar el espacio de color “Opponent” para describir los parches visuales.
Utilizar pirámides espaciales y SIFT disperso para construir el descriptor de la imagen.

Explanation

Question 37 of 61

1

En relación a la categorización de imágenes usando BoVW, otras formas distintas de codificar el descriptor de la imagen son VLAD y FV. ¿Cuál de las siguientes afirmaciones es cierta?

Select one of the following:

FV genera el doble de características que VLAD a igual número de palabras visuales.
Para utilizar VLAD primero hay que ajustar un mixtura de gaussianas a las muestras.
FV utiliza una asignación por el vecino más cercano para obtener la palabra visual dada una muestra.
Ninguna de las otras es correcta.
VLAD genera el doble de características que FV a igual número de palabras visuales.

Explanation

Question 38 of 61

1

En relación a la categorización de imágenes usando BoVW, se puede utilizar pirámides espaciales para..

Select one of the following:

Especializar el descriptor BoVW en distintas escalas de la imagen.
Ninguna de las anteriores es correcta.
Especializar el descriptor BoVW en distintas áreas de la imagen.

Explanation

Question 39 of 61

1

En relación a la categorización de imágenes usando BoVW, en relación a la descripción de los parches visuales, cuál de las siguientes sentencias es correcta.

Select one of the following:

Solo podemos utilizar el descriptor SIFT en alguna de sus variantes
Ninguna de las anteriores es correcta
Podemos utilizar el descriptor SURF en vez de SIFT y obtenemos una representación mas precisa
Podemos utilizar el descriptor SURF en vez de SIFT y obtenemos mas velocidad de proceso

Explanation

Question 40 of 61

1

En relación al Aprendizaje Automático, el algoritmo “K-means” es un ejemplo de …

Select one of the following:

Algoritmo no supervisado
Algoritmo supervisado
Algoritmo semi supervisado

Explanation

Question 41 of 61

1

En relación al aprendizaje automático, un algoritmo que trabaja con imágenes sin etiquetas es un:

Select one of the following:

Algoritmo no supervisado
Algoritmo semi-supervisado
Algoritmo supervisado

Explanation

Question 42 of 61

1

En relación al aprendizaje automático, el SVM es un algoritmo que permite:

Select one of the following:

Clasificación de sólo dos clases de manera lineal o no lineal
Clasificación de dos o más clases de manera lineal o no lineal
Clasificación de dos o más clases de manera lineal
Clasificación de sólo dos clases de manera lineal

Explanation

Question 43 of 61

1

En relación al Aprendizaje Automático “SVM” es un ejemplo de ...

Select one of the following:

Clasificador que permite separar dos clases manera lineal o no lineal
Ninguna de las otras correcta
Clasificador que permite separar dos o más clases solo manera lineal.
Clasificador que permite separar dos o más manera lineal o no lineal
Clasificador que permite separar dos clases solo manera lineal

Explanation

Question 44 of 61

1

En relación al aprendizaje automático, en una tabla de confusión, las filas representan:

Select one of the following:

Las etiquetas asociadas a las muestras de entrenamiento.
Las etiquetas predichas por el clasificador.
La frecuencia de aciertos en la clase asociada a esa columna.

Explanation

Question 45 of 61

1

En una matriz de confusión, las columnas hacen referencia a:

Select one of the following:

Las etiquetas predichas por por el clasificador.
La frecuencia de aciertos en la clase asociada a esa columna
Las etiquetas asociadas a las muestras de entrenamiento.

Explanation

Question 46 of 61

1

En relación al clasificador SVM, podemos utilizar la técnica conocida como ECOC para trabajar en configuración multiclase. Si tras el entrenamiento de cinco clasificadores f x obtenemos la siguiente matriz de patrones binarios, ¿cuál será la clase asignada a una muestra nueva que genera el patrón binario “11010”?

Select one of the following:

Clase 2
Clase 1
Clase 3
No coincide con ninguna clase.

Explanation

Question 47 of 61

1

En relación al aprendizaje automático, el término “Boosting” hace referencia a:

Select one of the following:

Crear un clasificador “Fuerte” combinando las respuestas de varios clasificadores “Débiles”.
No contestar
Es la manera de hacer que el clasificador SVM pueda trabajar con clases que incluyan muestras raras (“outliers”).
Crear un árbol de decisión utilizando un subconjunto aleatorio de las muestras de entrenamiento.
Es la manera de hacer que el clasificador SVM pueda trabajar con clases que no son linealmente separables.

Explanation

Question 48 of 61

1

El detector de caras de Viola&Jones, es un ejemplo de qué método de clasificación:

Select one of the following:

Boosting
SVM
No contestar.
Árboles Aleatorios (Random Forest).
Árbol de Decisión (“Decision Tree”).

Explanation

Question 49 of 61

1

En relación a la técnica de clasificación “Random Forest”, cual de las siguientes afirmaciones es INCORRECTA:

Select one of the following:

El conjunto de entrenamiento se divide en tantas partes como el número de árboles requerido, y a cada árbol se le asigna aleatoriamente una de estas partes para ser entrenado.
En cada nodo de un árbol, se selecciona “N” características de manera aleatoria para dividir el conjunto de muestras de entrenamiento.
No contestar.
Todas son correctas.
Dada una muestra, cada árbol votará por una clase, siendo la clase más votada, la clase finalmente asignada a la muestra.

Explanation

Question 50 of 61

1

La umbralización aplicada directamente al histograma de niveles de gris proporcionada por el sensor es un ejemplo de:

Select one of the following:

Segmentación orientada a regiones.
Segmentación orientada a bordes.
Ninguna de las anteriores es correcta.

Explanation

Question 51 of 61

1

Una definición del proceso de segmentar una imagen dice:
"Dada una imagen digital I, y P, un __________ lógico definido sobre un
conjunto de píxeles, la versión segmentada de I
consiste en una partición de la misma en un número de subconjuntos R1, R2,
..., Rn , tales que ..."
¿Qué palabra rellena el hueco?

Select one of the following:

predicado
No sepo.

Explanation

Question 52 of 61

1

Para hacer a los descriptores de Fourier invariantes a la rotación basta con:

Select one of the following:

Utilizar sólo el módulo de los descriptores.
No utilizar el descriptor u=0
Dividir el módulo de los descriptores por el mayor de los módulos.

Explanation

Question 53 of 61

1

Para hacer a los descriptores de Fourier invariantes a la escala basta con:

Select one of the following:

Dividir el módulo de los descriptores por el mayor de los módulos.
No utilizar el descriptor u=0
Utilizar sólo el módulo de los descriptores.

Explanation

Question 54 of 61

1

Para hacer a los descriptores de Fourier invariantes al desplazamiento
basta con:

Select one of the following:

No utilizar el descriptor u=0
Utilizar sólo el módulo de los descriptores.
Dividir el módulo de los descriptores por el mayor de los módulos.

Explanation

Question 55 of 61

1

Dada la secuencia de puntos (x,y) que determina un contorno
{(2,4), (3,4), (4,3), (4,2), (3,1), (2,1), (1,2), (1,3), (2,4)}, ¿cuál será el código
de cadena correspondiente?
Asume los códigos:
3 2 1
4 X 0
5 6 7

Select one of the following:

07654321
No contestar la pregunta.
43210765
45670123
01234567

Explanation

Question 56 of 61

1

Dada la secuencia de puntos (x,y) que determina un contorno {(2,4),
(3,4), (4,3), (4,2), (3,1), (2,1), (1,2), (1,3)}, ¿cuál será el
código de cadena correspondiente? (ojo el eje Y es visto como una
imagen (hacia abajo el sentido positivo).
Asume los códigos:
3 2 1
4 X 0
5 6 7

Select one of the following:

01234567
43210765
45670123
02234567

Explanation

Question 57 of 61

1

Para describir una "macro-textura" es recomendable utilizar:

Select one of the following:

El espectro de la transformada de fourier.
Ninguna de la otras opciones es recomendable para describir una macrotextura.
Histogramas del descriptor LBP-C.
Un matriz de coocurrencias promediada para los vector [1,0], [1,1], [0,1] y
[-1,1].

Explanation

Question 58 of 61

1

Un paso del método de segmentación de Marr-Hildreth es:

Select one of the following:

Un proceso conocido como "histéresis".
Eliminar los valores de gradiente no máximos en la dirección del mismo.
Calcular la entropía del histograma.
Buscar los cruces por cero de la segunda derivada.

Explanation

Question 59 of 61

1

Dado el código de cadena siguiente: 01234567 a partir del pixel
{2,4} ¿cuál es la longitud medida en pixeles del contorno que define?
Códigos de cadena.
321
4x0
567

Select one of the following:

9,7 pixeles
No contestar.
11,3 pixeles
8 pixeles

Explanation

Question 60 of 61

1

La compacidad es un descriptor de la forma expresa la relación
entre:
Notas:
CC significa Componente conexa.

Select one of the following:

el área de la CC y el cuadrado de su perímetro.
el área de la CC y su perímetro.
el área de la envolvente convexa de la CC y el cuadrado de su perímetro.
el área de la envolvente convexa de la CC y su perímetro.

Explanation

Question 61 of 61

1

El método de segmentación propuesto por Ridler y otros es un ejemplo de umbralización, ¿pero de qué tipo?

Select one of the following:

Umbralización global puntual.
Umbralización local.
Umbralización global dependiente del entorno.

	Created by John Balusman over 5 years ago

Bloque 3 Completo

Bloque 3 Completo

Question 1 of 61

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x. ? Como es conocido este kernel? -1 0 1 -1 0 1 -1 0 1

Select one of the following:

Explanation

Question 2 of 61

Una ventaja de usar Sobel respecto a Prewitt para calcular el gradiente es:

Select one of the following:

Explanation

Question 3 of 61

El proceso por el cual se determina, en cada punto de la imagen , si este pertenece o no a algún tipo característica (área, borde, punto característico,..) es denominado:

Select one of the following:

Explanation

Question 4 of 61

Qué característica de la imagen estrategias para estudiar donde se producen cambios locales significativos de los valores de la imagen:

Select one of the following:

Explanation

Question 5 of 61

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x ¿Como es conocido este kernel? -1 0 1 -2 0 2 -1 0 1

Select one of the following:

Explanation

Question 6 of 61

El color o nivel de gris, es considerada como una característica de …

Select one of the following:

Explanation

Question 7 of 61

La siguiente imagen representa el entorno 3x3 de un pixel de gris. Teniendo en cuenta que el bit más significativo del LBP será el pixel superior izquierdo del entorno, ¿cuál será el patrón binario local LBP asociado a pixel?

Select one of the following:

Explanation

Question 8 of 61

La características LBP se utiliza principalmente para describir…

Select one of the following:

Explanation

Question 9 of 61

El filtro de Gabor se utiliza en general para

Select one of the following:

Explanation

Question 10 of 61

El bit más significativo es el vecino superior izquierdo.

Select one of the following:

Explanation

Question 11 of 61

Queremos describir el movimiento aparente en la escena ¿cuál de las siguientes características utilizarías?

Select one of the following:

Explanation

Question 12 of 61

Un paso del método de segmentación de Cany:

Select one of the following:

Explanation

Question 13 of 61

Un paso del método de Cany es:

Select one of the following:

Explanation

Question 14 of 61

El detector de Harris es un algoritmo diseñado para detectar en la imagen que tipo de primitiva:

Select one of the following:

Explanation

Question 15 of 61

Un paso del método de segmentación de Marr-Hidreth es:

Select one of the following:

Explanation

Question 16 of 61

El método de segmentación de Marr-Hildreth es:

Select one of the following:

Explanation

Question 17 of 61

El método de segmentación propuesto por Otsu es un ejemplo de umbralización, ¿pero de qué tipo?

Select one of the following:

Explanation

Question 18 of 61

El método de segmentación de Cany es:

Select one of the following:

Explanation

Question 19 of 61

En relación a los algoritmos “detector de Harris” y “SIFT”, cuál de las siguientes afirmaciones es correcta:

Select one of the following:

Explanation

Question 20 of 61

Para obtener el gradiente de la imagen utilizamos…

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x. ? Como es conocido este kernel?
-1 0 1
-1 0 1
-1 0 1

El kernel de convolución siguiente se utiliza para derivar una imagen en el eje x ¿Como es conocido este kernel?
-1 0 1
-2 0 2
-1 0 1

La siguiente imagen representa el entorno 3x3 de un pixel de gris.
Teniendo en cuenta que el bit más significativo del LBP será el pixel superior izquierdo del entorno, ¿cuál será el patrón binario local LBP asociado a pixel?