Quiz collegato alla guida · Medio Livello
Quiz sull'opacizzazione delle immagini
Controlla la composizione alfa, la guida del ritaglio, il perfezionamento dei bordi e l'uso dell'attenuazione delle immagini per ritagli con dettagli morbidi e sfondi virtuali.
Domanda 1 di 8
Cosa rappresenta il mascherino alfa nell'opacizzazione dell'immagine?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa rappresenta il mascherino alfa nell'opacizzazione dell'immagine?
- La luminosità di ciascun pixel
- La profondità di ciascun pixel
- L'etichetta della categoria dell'oggetto
- L'opacità (frazione di primo piano) di ciascun pixel compresa tra 0 e 1
- In che modo la stuoia differisce fondamentalmente dalla segmentazione binaria?
- Il Matting funziona solo su video
- L'opacità stima l'opacità frazionaria per i bordi morbidi, non solo per le maschere dure
- L'opacizzazione produce solo maschere dure 0/1
- L'opacizzazione ignora le informazioni sul colore
- Cos'è un trimap nella stuoia classica?
- Un filtro fotografico a tre colori
- Un'uscita del sensore di profondità
- Una mappa che indica un primo piano definito, uno sfondo definito e regioni sconosciute
- Un tipo di obiettivo fotografico
- L'equazione di composizione I = alfa*F + (1 - alfa)*B è sottodeterminata perché:
- Ci sono più incognite dei tre valori RGB conosciuti per pixel
- Non ha mai una soluzione
- Alpha è sempre esattamente 0,5
- Il primo piano e lo sfondo sono identici
- Cosa c'è di interessante in modelli come MODNet e Robust Video Matting?
- Richiedono un trimap disegnato a mano per ogni fotogramma
- Eseguono opacizzazioni senza trimap, spesso in tempo reale
- Funzionano solo su immagini in bianco e nero
- Producono mesh 3D
- Quale perdita è comunemente combinata con l'errore di previsione alfa nel mating profondo?
- Una perdita di riconoscimento vocale
- Una ricompensa di rinforzo
- Una classificazione entropica incrociata sulle etichette
- Una perdita compositiva che rimescola la previsione e la paragona all'immagine originale
- Why might a deep matting network include a refinement stage after an initial alpha prediction?
- To improve fine boundaries such as hair that a coarse prediction may miss
- To replace every fractional alpha with a hard label
- To discard the foreground color before compositing
- To force all background pixels to become foreground
- Which video-conferencing operation directly uses a predicted alpha matte?
- Estimating the participant's spoken words from the waveform
- Selecting an audio codec for the microphone
- Blending a participant with a replacement background along soft edges
- Assigning the call's network packets to a router