Cuestionario vinculado a una guía · Medio Nivel

Cuestionario de difusión de vistas novedosas de cero 1 a 3

Revise cómo Zero-1-to-3 asigna el movimiento de la cámara a una nueva vista a partir de una imagen y cómo su modelo de difusión preserva la identidad del objeto y los detalles finos.

Rutas de guía relacionadasDifusión de vista novedosa de Zero 1 a 3
Pregunta 1 de 8

¿Cuál es la entrada principal que necesita Zero-1-to-3 además de una sola imagen para generar una nueva vista?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿Cuál es la entrada principal que necesita Zero-1-to-3 además de una sola imagen para generar una nueva vista?
    • Una transformación relativa de cámara (rotación y traslación)
    • Un mapa de profundidad de la escena.
    • Una segunda foto desde otro ángulo.
    • Un boceto dibujado a mano de la vista de destino.
  2. Zero-1-to-3 se construye ajustando qué tipo de modelo.
    • Una red neuronal gráfica
    • Un modelo de difusión de imágenes 2D (difusión estable)
    • Un modelo de secuencia recurrente.
    • Un solucionador clásico de estructura a partir del movimiento
  3. ¿Por qué un modelo de difusión 2D puede realizar una síntesis de vista novedosa de disparo cero?
    • Porque almacena mallas 3D explícitas internamente.
    • Porque utiliza datos LiDAR durante la inferencia.
    • Porque ha aprendido antecedentes geométricos y físicos implícitos del entrenamiento de imágenes a gran escala.
    • Porque memoriza exactamente cada imagen de entrenamiento.
  4. ¿Qué conjunto de datos de objetos 3D fue fundamental para entrenar Zero-1-to-3?
    • ImagenNet
    • coco
    • KITTI escenas de conducción
    • Objaverse (objetos renderizados sintéticos)
  5. ¿Cómo se conservan los finos detalles de la imagen de origen en la generación?
    • Concatenando canales la imagen de entrada con la imagen latente ruidosa
    • Descartándolo después de calcular un título
    • Usando solo su nombre de archivo como etiqueta
    • Convirtiéndolo primero a escala de grises
  6. ¿Cuál es un uso común de las vistas que produce Zero-1-to-3?
    • Transcripción de audio
    • Reconstruir un modelo 3D o malla del objeto.
    • Filtrado de correo electrónico no deseado
    • Predicción del precio de las acciones
  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