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.

Související vodicí cestyZero 1 to 3 Novel View Difusion
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.

  1. 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
  2. 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
  3. 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
  4. Jaká datová sada 3D objektů byla pro trénování Zero-1-to-3 zásadní?
    • ImageNet
    • COCO
    • KITTI řidičské scény
    • Objaverse (syntetické vykreslené objekty)
  5. 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
  6. 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
  7. 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
  8. 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