Kvíz spojený s průvodcem · Střední úroveň
Zero-1-to-3 Novel View Difusion Quiz
Podívejte se, jak Zero-1-to-3 mapuje pohyb kamery do nového pohledu z jednoho snímku a jak její difúzní model zachovává identitu objektu a jemné detaily.
Otázka 1 z 8
Jaký základní vstup potřebuje Zero-1-to-3 kromě jednoho obrázku k vytvoření nového pohledu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jaký základní vstup potřebuje Zero-1-to-3 kromě jednoho obrázku k vytvoření nového pohledu?
- Relativní transformace kamery (rotace a posun)
- Hloubková mapa scény
- Druhá fotka z jiného úhlu
- Ručně kreslená skica cílového pohledu
- Zero-1-to-3 se vytváří jemným doladěním kterého typu modelu?
- Grafová neuronová síť
- 2D model difúze obrazu (Stable Diffusion)
- Model opakující se sekvence
- Klasický řešič struktury z pohybu
- Proč vůbec může 2D difúzní model provádět syntézu nového pohledu s nulovým záběrem?
- Protože interně ukládá explicitní 3D sítě
- Protože při vyvozování používá data LiDAR
- Protože se naučila implicitní geometrické a fyzikální priority z tréninku obrázků ve velkém měřítku
- Protože si přesně zapamatuje každý tréninkový obrázek
- Jaká datová sada 3D objektů byla pro trénování Zero-1-to-3 zásadní?
- ImageNet
- COCO
- KITTI řidičské scény
- Objaverse (syntetické vykreslené objekty)
- Jak jsou při generování zachovány jemné detaily zdrojového obrázku?
- Kanálovým zřetězením vstupního obrazu do zašuměného latentu
- Tím, že jej po vypočítání titulku zahodíte
- Použitím pouze jeho názvu souboru jako štítku
- Tím, že jej nejprve převedete na stupně šedi
- Jaké je běžné následné použití pohledů, které vytváří Zero-1-to-3?
- Zvukový přepis
- Rekonstrukce 3D modelu nebo sítě objektu
- Filtrování nevyžádané pošty
- Predikce ceny akcií
- Which values describe the relative camera pose in Zero-1-to-3's conditioning?
- Image brightness, contrast, and saturation
- Object color, texture, and material
- Azimuth, elevation, and radius
- Frame rate, shutter speed, and aperture
- Which input representation does Zero-1-to-3 use to steer cross-attention with image semantics?
- A depth map produced by a stereo camera pair
- A mesh extracted from the final generated view
- A class label that replaces the source image
- A CLIP embedding combined with the relative camera pose