গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
মানুষের ভঙ্গি অনুমান কুইজ
2D পোজ কীপয়েন্ট, টপ-ডাউন এবং বটম-আপ পাইপলাইন, পার্ট অ্যাফিনিটি ফিল্ড এবং ইমেজ-প্লেন অনুমানগুলি কী স্থাপন করতে পারে না তা পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
মানুষের ভঙ্গি অনুমান প্রাথমিকভাবে কি সনাক্ত করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- মানুষের ভঙ্গি অনুমান প্রাথমিকভাবে কি সনাক্ত করে?
- শরীরের জয়েন্ট বা কীপয়েন্টের অবস্থান
- পোশাকের রং
- ব্যক্তির নাম
- ছবির ফাইলের আকার
- টপ-ডাউন পোজ অনুমান পদ্ধতি কিভাবে কাজ করে?
- তারা একবারে সমস্ত জয়েন্টগুলি সনাক্ত করে, তারপরে তাদের দলবদ্ধ করে
- তারা প্রথমে প্রতিটি ব্যক্তিকে সনাক্ত করে, তারপর বাক্সের ভিতরে জয়েন্টগুলি খুঁজে পায়
- তারা কখনই বাউন্ডিং বাক্স ব্যবহার করে না
- তারা শুধুমাত্র একটি একক স্ট্যাটিক জয়েন্টে কাজ করে
- ওপেনপোজ শরীরের অংশের অবস্থান অনুমান করার জন্য কী ভবিষ্যদ্বাণী করে?
- A direct 3D skeleton with depth
- A single bounding box per frame
- Confidence maps for candidate body-part locations
- A sequence of spoken joint names
- ওপেনপোজ পার্সার প্রার্থীর শরীরের অংশগুলিকে সম্পূর্ণ ভঙ্গিতে সংযুক্ত করতে কী পদক্ষেপ ব্যবহার করে?
- A face-recognition classifier
- A top-down detector for every limb
- A language-model prompt
- A set of bipartite matchings scored with Part Affinity Fields
- ওপেনপোজ পেপার ভিড়ের দৃশ্যে আলোচনা করে টপ-ডাউন পোজ অনুমানের কোন ব্যর্থতার মোড?
- A person detector may miss people close together, and the pose stage cannot recover them
- It always detects more people than are present
- It cannot estimate any 2D keypoints
- It requires a 3D depth camera
- Which additional keypoint groups did the OpenPose paper include in its system?
- Only facial landmarks
- Body, foot, hand and facial keypoints
- A 3D skeleton with medical diagnoses
- Only fingertip positions
- What information do Part Affinity Fields encode to connect keypoints?
- A person’s identity from face recognition
- Depth in meters for every body joint
- Vectors indicating limb position and orientation across the image
- The camera exposure settings
- What can a 2D pose model conclude directly from image keypoints?
- A person’s medical diagnosis
- Exact real-world joint depth without additional information
- The person’s intentions
- Approximate joint locations in image coordinates