কোডফর্মার রোবাস্ট ফেস রিকভারি কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. কিভাবে CodeFormer মৌলিকভাবে মুখ পুনরুদ্ধার সমস্যা ফ্রেম করে?
   • একটি শেখা কোডবুক থেকে পৃথক কোড ভবিষ্যদ্বাণী হিসাবে
   • অবিচ্ছিন্ন পিক্সেল রিগ্রেশন হিসাবে
   • অডিও ট্রান্সক্রিপশন হিসাবে
   • টেক্সট সারসংক্ষেপ হিসাবে
2. কোন উপাদান কোন কোডবুক এন্ট্রি ব্যবহার করতে হবে তা পূর্বাভাস দেয়?
   • একটি এলোমেলো নম্বর জেনারেটর
   • একটি ট্রান্সফরমার
   • সিদ্ধান্ত গাছ
   • একটি ফুরিয়ার রূপান্তর
3. Why can CodeFormer’s discrete codebook help with severely degraded faces?
   • It converts images to grayscale
   • এটি সমস্ত রঙের তথ্য সরিয়ে দেয়
   • 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
   • শনাক্ত করা মুখের সংখ্যা
   • The trade-off between fidelity to the input and restored visual quality
5. কোডফর্মার কোন ভেন্যুতে প্রকাশিত হয়েছিল?
   • নিউরিআইপিএস 2022
   • সিগগ্রাফ 1999
   • একটি রান্নার ম্যাগাজিন
   • এটি কখনই প্রকাশিত হয়নি
6. কোডবুক প্রশিক্ষণ কোন কৌশল থেকে উদ্ভূত হয়?
   • লিনিয়ার রিগ্রেশন
   • একটি VQGAN-শৈলী ভেক্টর-কোয়ান্টাইজড মডেল
   • একটি রিলেশনাল ডাটাবেস
   • একটি স্প্রেডশীট ম্যাক্রো
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