Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Sztereó mélységbecslési kvíz

Check how stereo camera geometry, disparity matching, cost volumes, and sensor fusion contribute to reliable 3D depth estimates.

Kapcsolódó útmutató utakSztereó mélységbecslés
kérdés 1 -ból 8

Mi az „egyenetlenség” a sztereó látásban?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mi az „egyenetlenség” a sztereó látásban?
    • Egy illesztési pont vízszintes eltolása a bal és jobb oldali képek között
    • A két kamera fényereje közötti különbség
    • A két kamera függőleges távolsága
    • Az objektíveltérések okozta színeltérés
  2. Hogyan kapcsolódik a mélység az egyenlőtlenséghez?
    • A mélység egyenesen arányos az eltéréssel
    • A mélység fordítottan arányos az eltéréssel
    • A mélység egyenlő az alapvonal eltérésének szorzatával
    • A mélység nincs összefüggésben az egyenlőtlenséggel
  3. Miért „javítják” a képeket az egyezés előtt?
    • A képfelbontás növeléséhez
    • Szín eltávolítása a képekről
    • A megfelelő pontok ugyanabban a vízszintes sorban helyezkednek el
    • A mozgó tárgyak elmosására
  4. Melyik forgatókönyv a legnehezebb a sztereó illesztéshez?
    • Gazdag textúrájú szabadtéri jelenet
    • Közelkép egy mintás szőnyegről
    • Egy jelenet erős, változatos élekkel
    • Egy üres fehér fal textúra nélkül
  5. Mire utal az „alapvonal”?
    • A két kamera közötti fizikai távolság
    • A legkisebb érzékelhető mélység
    • A referencia képkocka expozíciós ideje
    • A kép legalacsonyabb fényereje
  6. Mit jelent a „költségmennyiség” mély sztereó hálózatokban?
    • A GPU memória használatának mértéke
    • Egy 3D-s struktúra, amely értékeli, hogy a jellemzők mennyire illeszkednek az egyes jelöltek közötti eltérésekhez
    • A fényképezőgép hardverének dollár ára
    • Az észlelt objektumkategóriák listája
  7. Why are depth estimates often noisier for faraway objects than nearby ones?
    • Far objects always occupy more pixels than nearby objects
    • Stereo depth is calculated from color saturation rather than disparity
    • Far objects have small disparity, so a small disparity error can produce a larger depth error
    • The camera baseline increases automatically with object distance
  8. What can LiDAR add when it is fused with stereo depth estimation?
    • A replacement for all image data in every scene
    • A guarantee that stereo estimates have no errors
    • A way to remove the need for camera calibration
    • An additional depth measurement that can help constrain stereo matching