Quiz lié à un guide · Moyen Niveau
Quiz sur le flux optique
Testez les vecteurs de flux optique, la constance de la luminosité, le RAFT, l'occlusion, les limites de mouvement et la validation spécifique à la tâche. Vérifiez les preuves et les limites.
Question 1 de 8
Qu’est-ce que le flux optique estime réellement ?
Prévisualisez chaque question8 des questions
Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.
- Qu’est-ce que le flux optique estime réellement ?
- Le mouvement apparent des pixels entre des images consécutives
- La température de couleur de chaque image
- Le nombre d'objets dans une seule image
- La forme d'onde audio accompagnant une vidéo
- Quelle est l'hypothèse de « constance de la luminosité » utilisée dans le flux optique classique ?
- Chaque image doit avoir la même luminosité moyenne
- Un point en mouvement conserve à peu près la même luminosité d'une image à l'autre
- La luminosité doit augmenter régulièrement au fil d'une vidéo
- Seules les vidéos en noir et blanc peuvent être analysées
- Which method uses a 4D correlation volume and recurrent updates for optical flow?
- Tesseract
- Mask R-CNN
- RADEAU
- Swin patch merging
- Why can classic optical-flow assumptions fail in fast motion?
- Because frames contain no pixels
- Because flow is a text-only task
- Because all motion is uniform
- Large displacement, occlusion, or brightness changes violate local smoothness or brightness-constancy assumptions
- Quelle application repose directement sur l’estimation du mouvement entre les images ?
- Interpolation d'image vidéo pour un ralenti fluide
- Vérifier l'orthographe d'un document texte
- Trier les photos par taille de fichier
- Conversion de la parole en texte
- Qu'est-ce qu'un problème « d'occlusion » dans le flux optique ?
- Lorsque la vidéo est trop éclairée
- Lorsqu'un pixel est masqué ou révélé, aucune correspondance valide n'existe entre les images
- Lorsque la fréquence d'images est exactement de 30 ips
- Lorsque deux vidéos sont fusionnées
- What is the output of dense optical flow?
- One class label for the whole clip
- A 3D mesh with metric scale
- A displacement vector estimate for each image pixel
- A transcript of the audio
- What is one reason flow can be uncertain in a textureless region?
- Every pixel is assigned a unique object name
- The region has too many labels
- Optical flow only works on text
- There may be too little local visual information to identify a unique match