Тест, свързан с ръководство · Среден Ниво

CodeFormer Здрав тест за възстановяване на лице

Прегледайте дискретното предсказване на лицевия код на CodeFormer, контекста на Transformer, компромиса с контролируема вярност и ограниченията на доказателствата за сериозно възстановяване.

Свързани ръководни пътекиCodeformer Стабилно възстановяване на лицето
Въпрос 1 на 8

Как CodeFormer фундаментално очертава проблема с възстановяването на лицето?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Как CodeFormer фундаментално очертава проблема с възстановяването на лицето?
    • Като дискретно предсказване на код от научена кодова книга
    • Като непрекъсната пикселна регресия
    • Като аудио транскрипция
    • Като обобщение на текст
  2. Какъв компонент предвижда кои записи в кодовата книга да се използват?
    • Генератор на произволни числа
    • Трансформатор
    • Дърво на решенията
    • Преобразуване на Фурие
  3. Why can CodeFormer’s discrete codebook help with severely degraded faces?
    • It converts images to grayscale
    • Той премахва цялата информация за цвета
    • It constrains predictions to a learned vocabulary of facial visual atoms
    • It requires the input to be pristine
  4. What does CodeFormer’s controllable feature transformation setting adjust?
    • Image resolution only
    • File format
    • Броят на откритите лица
    • The trade-off between fidelity to the input and restored visual quality
  5. Къде е публикуван CodeFormer?
    • NeurIPS 2022 г
    • SIGGRAPH 1999
    • Готварско списание
    • Никога не е публикувана
  6. От каква техника произлиза обучението по кодовата книга?
    • Линейна регресия
    • Векторно квантован модел в стил VQGAN
    • Релационна база данни
    • Макрос за електронна таблица
  7. What two needs does the CodeFormer paper identify for blind face restoration guidance?
    • Changing image format and compressing files
    • Detecting camera brand and lens type
    • Improving the degraded-input mapping and complementing details lost from the input
    • Removing color and resizing the image
  8. What kinds of test data did the CodeFormer paper use in its reported experiments?
    • Only hand-drawn illustrations
    • Only pristine studio portraits
    • Audio and text datasets
    • Synthetic and real-world degraded faces