Bloque 3 Completo

Pregunta 1 de 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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 2 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 3 de 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:

Selecciona una de las siguientes respuestas posibles:

Umbralización.
Segmentación
Descripción
Representación
No contestar

Explicación

Pregunta 4 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

El histograma
El gradiente
No contestar
Promedios

Explicación

Pregunta 5 de 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

Selecciona una de las siguientes respuestas posibles:

Filtro de Sobel
Filtro de Roberts
Filtro de Prewit
No contestar

Explicación

Pregunta 6 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

No contestar
de nivel medio
bajo nivel
de alto nivel

Explicación

Pregunta 7 de 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?

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 8 de 61

1

La características LBP se utiliza principalmente para describir…

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 9 de 61

1

El filtro de Gabor se utiliza en general para

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 10 de 61

1

El bit más significativo es el vecino superior izquierdo.

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 11 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 12 de 61

1

Un paso del método de segmentación de Cany:

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 13 de 61

1

Un paso del método de Cany es:

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 14 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

Bordes
Puntos característicos
Regiones uniformes
No contestar

Explicación

Pregunta 15 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 16 de 61

1

El método de segmentación de Marr-Hildreth es:

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 17 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 18 de 61

1

El método de segmentación de Cany es:

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 19 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 20 de 61

1

Para obtener el gradiente de la imagen utilizamos…

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 21 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

Puntos característicos.
Regiones uniformes.
No contestar.
Bordes.

Explicación

Pregunta 22 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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).

Explicación

Pregunta 23 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

Localización.
Categorización.
Segmentacion
Clasificación.
No contestar.

Explicación

Pregunta 24 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 25 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 26 de 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 :

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 27 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 28 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 29 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 30 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 31 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 32 de 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?

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 33 de 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?

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 34 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 35 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 36 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 37 de 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?

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 38 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 39 de 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.

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 40 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

Algoritmo no supervisado
Algoritmo supervisado
Algoritmo semi supervisado

Explicación

Pregunta 41 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

Algoritmo no supervisado
Algoritmo semi-supervisado
Algoritmo supervisado

Explicación

Pregunta 42 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 43 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 44 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 45 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 46 de 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”?

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 47 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 48 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 49 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 50 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 51 de 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?

Selecciona una de las siguientes respuestas posibles:

predicado
No sepo.

Explicación

Pregunta 52 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 53 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 54 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 55 de 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

Selecciona una de las siguientes respuestas posibles:

07654321
No contestar la pregunta.
43210765
45670123
01234567

Explicación

Pregunta 56 de 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

Selecciona una de las siguientes respuestas posibles:

01234567
43210765
45670123
02234567

Explicación

Pregunta 57 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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].

Explicación

Pregunta 58 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 59 de 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

Selecciona una de las siguientes respuestas posibles:

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

Explicación

Pregunta 60 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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.

Explicación

Pregunta 61 de 61

1

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

Selecciona una de las siguientes respuestas posibles:

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

	Creado por John Balusman hace casi 6 años

Bloque 3 Completo

Bloque 3 Completo

Pregunta 1 de 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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 2 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 3 de 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:

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 4 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 5 de 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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 6 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 7 de 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?

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 8 de 61

La características LBP se utiliza principalmente para describir…

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 9 de 61

El filtro de Gabor se utiliza en general para

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 10 de 61

El bit más significativo es el vecino superior izquierdo.

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 11 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 12 de 61

Un paso del método de segmentación de Cany:

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 13 de 61

Un paso del método de Cany es:

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 14 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 15 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 16 de 61

El método de segmentación de Marr-Hildreth es:

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 17 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 18 de 61

El método de segmentación de Cany es:

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 19 de 61

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

Selecciona una de las siguientes respuestas posibles:

Explicación

Pregunta 20 de 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?