Quiz collegato alla guida · Medio Livello

Quiz sulla stima della posa umana

Esamina i punti chiave della posa 2D, le condutture top-down e bottom-up, i campi di affinità delle parti e ciò che le stime del piano dell'immagine non possono stabilire.

Percorsi guida correlatiStima della posa umana
Domanda 1 di 8

Cosa rileva principalmente la stima della posa umana?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Cosa rileva principalmente la stima della posa umana?
    • Le posizioni delle articolazioni del corpo o dei punti chiave
    • I colori degli abiti
    • Il nome della persona
    • La dimensione del file immagine
  2. Come funzionano i metodi di stima della posa top-down?
    • Rilevano tutte le articolazioni contemporaneamente, quindi le raggruppano
    • Prima rilevano ogni persona, poi trovano le articolazioni all'interno della scatola
    • Non usano mai i riquadri di delimitazione
    • Funzionano solo su un singolo giunto statico
  3. What does OpenPose predict to estimate body-part locations?
    • A direct 3D skeleton with depth
    • A single bounding box per frame
    • Confidence maps for candidate body-part locations
    • A sequence of spoken joint names
  4. What step does the OpenPose parser use to associate candidate body parts into full poses?
    • A face-recognition classifier
    • A top-down detector for every limb
    • A language-model prompt
    • A set of bipartite matchings scored with Part Affinity Fields
  5. What failure mode of top-down pose estimation does the OpenPose paper discuss in crowded scenes?
    • A person detector may miss people close together, and the pose stage cannot recover them
    • It always detects more people than are present
    • It cannot estimate any 2D keypoints
    • It requires a 3D depth camera
  6. Which additional keypoint groups did the OpenPose paper include in its system?
    • Only facial landmarks
    • Body, foot, hand and facial keypoints
    • A 3D skeleton with medical diagnoses
    • Only fingertip positions
  7. What information do Part Affinity Fields encode to connect keypoints?
    • A person’s identity from face recognition
    • Depth in meters for every body joint
    • Vectors indicating limb position and orientation across the image
    • The camera exposure settings
  8. What can a 2D pose model conclude directly from image keypoints?
    • A person’s medical diagnosis
    • Exact real-world joint depth without additional information
    • The person’s intentions
    • Approximate joint locations in image coordinates