छवि सामंजस्य और संयोजन प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. छवि सामंजस्यीकरण मुख्य रूप से किस समस्या का समाधान करता है?
   • किसी चिपकाई गई वस्तु के रंग और प्रकाश का उसकी नई पृष्ठभूमि से मिलान करना
   • छवि शोर हटाना
   • छवि रिज़ॉल्यूशन बढ़ाना
   • फ़ोटो में चेहरों का पता लगाना
2. समग्र छवि के अलावा अधिकांश सामंजस्य मॉडलों को किस अतिरिक्त इनपुट की आवश्यकता होती है?
   • एक टेक्स्ट कैप्शन
   • सम्मिलित क्षेत्र का एक बाइनरी मास्क
   • कैमरे का जीपीएस डेटा
   • एक ऑडियो क्लिप
3. iHarmony4 बेंचमार्क किससे संबंधित है?
   • वाक् पहचान
   • स्व-चालित कारें
   • छवि सामंजस्य अनुसंधान
   • संगीत पीढ़ी
4. सामंजस्य के लिए प्रशिक्षण जोड़े आमतौर पर कैसे बनाए जाते हैं?
   • प्रत्येक छवि को मैन्युअल रूप से चित्रित करके
   • केवल सिंथेटिक 3D रेंडरर्स का उपयोग करके
   • वीडियो रिकॉर्डिंग करके
   • नकली सम्मिश्रण बनाने के लिए वास्तविक फोटो में किसी क्षेत्र के रंगों को बिगाड़कर
5. कई कुशल विधियाँ पिक्सेल को पुनर्जीवित करने के बजाय रंग परिवर्तन की भविष्यवाणी क्यों करती हैं?
   • अग्रभूमि के विवरण और बनावट को संरक्षित करने के लिए
   • अधिक मेमोरी का उपयोग करने के लिए
   • छवियों को छोटा करने के लिए
   • मास्क के प्रयोग से बचना है
6. नए प्रसार-आधारित कंपोजिटिंग मॉडल रंग मिलान से परे क्या क्षमता जोड़ रहे हैं?
   • पाठ भाषाओं का अनुवाद करना
   • मेल खाती छायाओं और प्रतिबिंबों का संश्लेषण करना
   • वीडियो फ़ाइलों को संपीड़ित करना
   • लिखावट को पहचानना
7. What does DoveNet's domain-verification idea ask a harmonized foreground to do?
   • Become a separate class that is easier to detect
   • Replace the background with the foreground
   • Move toward the same appearance domain as the background
   • Ignore the background's lighting and color
8. Which source datasets contribute to iHarmony4's harmonization composites?
   • ImageNet, LAION-5B, and Common Crawl subsets
   • Only synthetic renderings from Objaverse
   • Only unedited satellite image collections
   • COCO, Adobe5k, Flickr, and day2night subsets